【数据分析之道-NumPy(二)】多种方式创建数组

这篇具有很好参考价值的文章主要介绍了【数据分析之道-NumPy(二)】多种方式创建数组。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

【数据分析之道-NumPy(二)】多种方式创建数组

专栏导读

✍ 作者简介:i阿极,CSDN Python领域新星创作者,专注于分享python领域知识。

本文录入于《数据分析之道》,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。
订阅后,可以阅读《数据分析之道》中全部文章内容,包含python基础语法、数据结构和文件操作,科学计算,实现文件内容操作,实现数据可视化等等。
还可以订阅进阶篇《数据分析之术》,其包含数据分析方法论、数据挖掘算法原理、业务分析实战。
✍ 其他专栏:《数据分析案例》 ,《机器学习案例》

1、前言

NumPy是Python中用于科学计算和数据分析的重要库之一。在NumPy中,数组(ndarray)是一个重要的数据结构,它可以存储多维数组,并提供了许多操作数组的方法。

在使用NumPy时,通常需要先创建一个数组,然后再对这个数组进行各种操作,比如计算、切片、索引等。NumPy提供了多种方式用于创建数组,可以根据不同的需求选择不同的方式。

在本篇文章中,我们将介绍NumPy创建数组的多种方法,并给出相应的示例。我们将依次介绍使用以下方法创建数组:

  • 使用array函数创建数组
  • 使用zeros和ones函数创建数组
  • 使用empty和full函数创建数组
  • 使用arange和linspace函数创建数组
  • 使用random函数创建数组
  • 使用fromfile函数和frombuffer函数创建数组

通过本篇文章的学习,读者将了解到如何使用NumPy创建数组,可以根据自己的需求选择合适的方法来创建数组,并为后续的操作打下良好的基础。

2、使用array函数创建数组

array函数是NumPy中最常用的创建数组的方式之一。可以将列表、元组等序列类型的数据转换为数组。

在这里插import numpy as np

# 将列表转换为数组
a = np.array([1, 2, 3, 4, 5])
print(a) 

# 将元组转换为数组
b = np.array((1, 2, 3, 4, 5))
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别将列表和元组转换为数组。

3、使用zeros和ones函数创建数组

zeros函数和ones函数可以用来创建指定大小和数据类型的数组,其中zeros函数创建的数组中所有元素都为0,ones函数创建的数组中所有元素都为1。

import numpy as np

# 创建一个3行4列的二维数组,其中所有元素都为0
a = np.zeros((3, 4))
print(a)

# 创建一个2行3列的二维数组,其中所有元素都为1
b = np.ones((2, 3))
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别使用zeros和ones函数创建了二维数组,并指定了数组的大小。

4、使用arange函数创建数组

arange函数可以用来创建一维数组,类似于Python内置的range函数。

arange函数的语法为:

numpy.arange([start, ]stop, [step, ]dtype=None)

其中,start表示起始值,默认为0;stop表示终止值(不包含),必须指定;step表示步长,默认为1;dtype表示数据类型,默认为None

import numpy as np

# 创建一个从0到9的一维数组
a = np.arange(10)
print(a)

# 创建一个从2到8,步长为2的一维数组
b = np.arange(2, 9, 2)
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别使用arange函数创建了一维数组,并指定了数组的起始值、终止值和步长。

5、使用linspace和logspace函数创建数组

linspace函数和logspace函数可以用来创建一维数组,其中linspace函数创建的数组中元素是等间隔的,logspace函数创建的数组中元素是对数间隔的。

import numpy as np

# 创建一个从0到1,有11个元素的一维数组
a = np.linspace(0, 1, 11)
print(a)

# 创建一个从10的0次方到10的2次方,有5个元素的一维数组
b = np.logspace(0, 2, 5)
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别使用linspace和logspace函数创建了一维数组,并指定了数组的起始值、终止值和元素个数。
注意,logspace函数的第三个参数

6、使用random函数创建数组

NumPy中的random模块提供了一些函数用于生成随机数和随机数组。使用这些函数可以创建指定大小和数据类型的随机数组。

import numpy as np

# 创建一个2行3列的二维数组,其中元素的值为[0, 1)之间的随机数
a = np.random.random((2, 3))
print(a)

# 创建一个3行3列的二维数组,其中元素的值为标准正态分布的随机数
b = np.random.randn(3, 3)
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别使用random函数创建了二维数组,并指定了数组的大小。

7、使用fromfile函数和frombuffer函数创建数组

fromfile函数和frombuffer函数可以从文件或缓冲区中读取数据并创建数组。

import numpy as np

# 从文件中读取数据并创建一维数组
a = np.fromfile('data.txt', dtype=np.float32)
print(a)

# 从缓冲区中读取数据并创建二维数组
buf = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
b = np.frombuffer(buf, dtype=np.int32).reshape(3, 3)
print(b)

【数据分析之道-NumPy(二)】多种方式创建数组

在上面的示例中,我们分别使用fromfile函数和frombuffer函数创建了一维数组和二维数组。

总结

总的来说,NumPy提供了多种方法用于创建数组,可以根据不同的需求选择不同的方法。在创建数组时,可以指定数组的大小、数据类型等参数,也可以使用随机数或读取文件等方式来创建数组。


📢文章下方有交流学习区!一起学习进步!💪💪💪
📢首发CSDN博客,创作不易,如果觉得文章不错,可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗文章来源地址https://www.toymoban.com/news/detail-429594.html

到了这里,关于【数据分析之道-NumPy(二)】多种方式创建数组的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python爬虫与数据分析】NumPy初阶——数组创建与访问

    目录 一、NumPy概述 二、NumPy数据类型 三、创建数组 1. numpy.array函数创建数组 2. np.arange创建数组 3. numpy.random.rand创建数组 4. numpy.random.randint创建数组 5. NumPy创建特殊数组 四、数组的属性 五、NumPy数组索引与切片 NumPy(Numerical Python的简称)是一个开源的Python科学计算库,用于对

    2024年02月13日
    浏览(50)
  • 【数据分析之道-基础知识(二)】列表

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2023年04月08日
    浏览(48)
  • 【数据分析之道-Pandas(一)】Series操作

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月05日
    浏览(37)
  • 【数据分析之道-Matplotlib(六)】Matplotlib饼图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月07日
    浏览(32)
  • 【数据分析之道-基础知识(十一)】面向对象

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月05日
    浏览(38)
  • 【数据分析之道-Matplotlib(四)】Matplotlib散点图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月05日
    浏览(40)
  • 【数据分析之道-Matplotlib(八)】Matplotlib箱线图

    ✍ 作者简介: i阿极 ,CSDN 数据分析领域优质创作者, 专注于分享python数据分析领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中

    2024年02月08日
    浏览(32)
  • 【数据分析之道-Matplotlib(五)】Matplotlib柱状图

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月07日
    浏览(35)
  • 【数据分析之道-Matplotlib(九)】Matplotlib棉棒图

    ✍ 作者简介: i阿极 ,CSDN 数据分析领域优质创作者, 专注于分享python数据分析领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中

    2024年02月09日
    浏览(39)
  • 【数据分析之道-基础知识(十)】Lambda函数

    ✍ 作者简介: i阿极 ,CSDN Python领域新星创作者, 专注于分享python领域知识。 ✍ 本文录入于《数据分析之道》 ,本专栏针对大学生、初级数据分析工程师精心打造,对python基础知识点逐一击破,不断学习,提升自我。 ✍ 订阅后,可以阅读《数据分析之道》中全部文章内容

    2024年02月04日
    浏览(77)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包