np.array()函數(shù)的使用方法

更新時間：2023年02月28日 10:12:14 作者：勤奮的大熊貓

本文主要介紹了np.array()函數(shù)的使用方法，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

函數(shù)調(diào)用方法：

numpy.array(object, dtype=None)

各個參數(shù)意義：

object：創(chuàng)建的數(shù)組的對象，可以為單個值，列表，元胞等。
dtype：創(chuàng)建數(shù)組中的數(shù)據(jù)類型。
返回值：給定對象的數(shù)組。

普通用法：

import numpy as np

array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
"""
result:
數(shù)組array的值為:?
[0 1 2 3 4 5 6 7 8 9]
數(shù)組array的默認(rèn)類型為:?
int32
"""

我們可以看到，我們成功創(chuàng)建了給定元素的數(shù)組，并且創(chuàng)建數(shù)組的默認(rèn)類型為np.int32類型。

進(jìn)階用法：

import numpy as np

array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=np.float32)

print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
"""
result:
數(shù)組array的值為:?
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
數(shù)組array的默認(rèn)類型為:?
float32
"""

我們成功創(chuàng)建了給定元素的數(shù)組，并且創(chuàng)建數(shù)組的默認(rèn)類型為np.float32類型。

更高級的用法：

import numpy as np

array = np.array((1, 2), dtype=[('x', np.int8), ('y', np.int16)])

print("數(shù)組array的值為: ")
print(array)
print("數(shù)組array的默認(rèn)類型為: ")
print(array.dtype)
print("數(shù)組array中對應(yīng)x標(biāo)簽元素為: ")
print(array['x'])
print("數(shù)組array中對應(yīng)y標(biāo)簽元素為: ")
print(array['y'])
"""
result:
數(shù)組array的值為:?
(1, 2)
數(shù)組array的默認(rèn)類型為:?
[('x', 'i1'), ('y', '<i2')]
數(shù)組array中對應(yīng)x標(biāo)簽元素為:?
1
數(shù)組array中對應(yīng)y標(biāo)簽元素為:?
2
"""

我們可以看到，我們在創(chuàng)建數(shù)組的同時，可以設(shè)定其中單個元素的數(shù)據(jù)類型，這里的'i1'指代的便是np.int8類型，'i2'指代的是'np.int16'類型。讀者可以自行嘗試，這里不做過多討論，后續(xù)也許會補充說明。

最高級的用法：

import numpy as np

# Create rain data
n_drops = 10

rain_drops = np.zeros(n_drops, dtype=[('position', float, (2,)),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('size', float),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('growth', float),
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ('color', float, (4,))])

# Initialize the raindrops in random positions and with
# random growth rates.
rain_drops['position'] = np.random.uniform(0, 1, (n_drops, 2))
rain_drops['growth'] = np.random.uniform(50, 200, n_drops)

print(rain_drops)
"""
result:
[([0.70284885, 0.03590322], 0., 176.4511602 , [0., 0., 0., 0.])
?([0.60838294, 0.49185854], 0., ?60.51037667, [0., 0., 0., 0.])
?([0.86525398, 0.65607663], 0., 168.00795695, [0., 0., 0., 0.])
?([0.25812877, 0.14484747], 0., ?80.17753717, [0., 0., 0., 0.])
?([0.66021716, 0.90449213], 0., 121.94125106, [0., 0., 0., 0.])
?([0.88306332, 0.51074725], 0., ?92.4377108 , [0., 0., 0., 0.])
?([0.68916433, 0.89543162], 0., ?90.77596431, [0., 0., 0., 0.])
?([0.7105655 , 0.68628326], 0., 144.88783652, [0., 0., 0., 0.])
?([0.6894679 , 0.90203559], 0., 167.40736266, [0., 0., 0., 0.])
?([0.92558218, 0.34232054], 0., ?93.48654986, [0., 0., 0., 0.])]
"""

到此這篇關(guān)于np.array()函數(shù)的使用方法的文章就介紹到這了,更多相關(guān)np.array()使用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: