Python數據分析下的Numpy模塊（三）
來自專欄技術部落聯盟
7 人贊了文章
Python數據分析下的Numpy模塊（三）的內容主要是：特殊的二維數組。還是一貫的風格，多講內容，少講廢話哈。
0矩陣（二維數組）
In [17]: np.zeros(5)
Out[17]: array([ 0., 0., 0., 0., 0.])
In [19]: np.zeros((3,3))
Out[19]:
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
空矩陣（二維數組）
In [21]: np.empty((2,3,2))
Out[21]:
array([[[ 4.02472974e-312, 3.16202013e-322],
[ 0.00000000e+000, 0.00000000e+000],
[ 0.00000000e+000, 2.87822582e+180]],
[[ 1.11667979e+165, 2.00668786e-052],
[ 4.46803262e-062, 2.95834365e-032],
[ 7.69120705e+169, 4.35610475e-061]]])
空矩陣並不為空，認為空矩陣全為空值或者零值是不對的，空矩陣裡面的元素都是返回的垃圾值。
Arange asarray ones one_like identity函數：
In [22]: np.arange(15)
Out[22]: array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
In [23]: #arange函數產生一維矩陣
In [24]: np.arange(16).reshape(2,2,2,2)
Out[24]:
array([[[[ 0, 1],
[ 2, 3]],
[[ 4, 5],
[ 6, 7]]],
[[[ 8, 9],
[10, 11]],
[[12, 13],
[14, 15]]]])
In [25]: #arange函數產生四維數組
#藉助asarray把列錶轉化為數組
In [26]: list1=[3,21,2,1]
In [27]: build_1=np.asarray(list1)
In [28]: build_1
Out[28]: array([ 3, 21, 2, 1])In [32]: build_2=np.asarray(tuple_1)
In [33]: build_2
Out[33]: array([1, 2, 3])
In [34]: build3=np.array(tuple_1)
In [35]: build3
Out[35]: array([1, 2, 3])
#藉助於asarray把元組轉化為數組
In [29]: tuple_1=1,2,3
In [32]: build_2=np.asarray(tuple_1)
In [33]: build_2
Out[33]: array([1, 2, 3])
#藉助於array把元組轉化為數組
In [34]: build3=np.array(tuple_1)
In [35]: build3
Out[35]: array([1, 2, 3])
In [36]: np.ones((3,4))
Out[36]:
array([[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.],
[ 1., 1., 1., 1.]])
In [37]: np.ones_like(build3)
Out[37]: array([1, 1, 1])
In [41]: np.zeros_like(build_2)
Out[41]: array([0, 0, 0])
In [44]: np.identity(4)
Out[44]:
array([[ 1., 0., 0., 0.],
[ 0., 1., 0., 0.],
[ 0., 0., 1., 0.],
[ 0., 0., 0., 1.]])
Empty_like函數
In [3]: import numpy as np
In [4]: arrayrr=np.array([1,3,2])
In [5]: test_array1=np.empty_like(arrayrr)
In [6]: test_array1
Out[6]: array([6488174, 7077985, 7340146])
講完啦。明天還有文章哈~期待你的關注。
推薦閱讀：