np.array()函数的使用方法
更新时间：2023年02月28日 10:12:14 作者：勤奋的大熊猫
本文主要介绍了np.array()函数的使用方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
函数调用方法：
numpy.array(object, dtype=None)
各个参数意义：
- object：创建的数组的对象，可以为单个值，列表，元胞等。
- dtype：创建数组中的数据类型。
- 返回值：给定对象的数组。
普通用法：
import numpy as np
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print("数组array的值为: ")
print(array)
print("数组array的默认类型为: ")
print(array.dtype)
"""
result:
数组array的值为:
[0 1 2 3 4 5 6 7 8 9]
数组array的默认类型为:
int32
"""我们可以看到，我们成功创建了给定元素的数组，并且创建数组的默认类型为np.int32类型。
进阶用法：
import numpy as np
array = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=np.float32)
print("数组array的值为: ")
print(array)
print("数组array的默认类型为: ")
print(array.dtype)
"""
result:
数组array的值为:
[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
数组array的默认类型为:
float32
"""我们成功创建了给定元素的数组，并且创建数组的默认类型为np.float32类型。
更高级的用法：
import numpy as np
array = np.array((1, 2), dtype=[('x', np.int8), ('y', np.int16)])
print("数组array的值为: ")
print(array)
print("数组array的默认类型为: ")
print(array.dtype)
print("数组array中对应x标签元素为: ")
print(array['x'])
print("数组array中对应y标签元素为: ")
print(array['y'])
"""
result:
数组array的值为:
(1, 2)
数组array的默认类型为:
[('x', 'i1'), ('y', '<i2')]
数组array中对应x标签元素为:
1
数组array中对应y标签元素为:
2
"""我们可以看到，我们在创建数组的同时，可以设定其中单个元素的数据类型，这里的'i1'指代的便是np.int8类型，'i2'指代的是'np.int16'类型。读者可以自行尝试，这里不做过多讨论，后续也许会补充说明。
最高级的用法：
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.])]
"""到此这篇关于np.array()函数的使用方法的文章就介绍到这了,更多相关np.array()使用内容请搜索脚本之家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脚本之家！
相关文章
本文通过实例代码给大家介绍了python爬虫简单的添加代理进行访问,代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2019-04-04
本文主要介绍了pyinstaller打包django项目的实现步骤，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-09-09
django rest framework 中的序列化组件，本文主要介绍了Django 序列化的具体使用，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-11-11
由于simhash方法有多种实现方式,现python中simhash方法与golang中的不一样,需要两者代码生成结果保持一致,故采用python中的代码调用golang编译的so文件来实现,需要的朋友可以参考下2024-02-02
这篇文章主要介绍了python处理二进制数据的方法,涉及Python针对二进制数据的相关操作技巧,需要的朋友可以参考下2015-06-06
今天小编就为大家分享一篇python实现指定ip端口扫描方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
今天小编就为大家分享一篇解决nohup重定向python输出到文件不成功的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
Python使用xlrd和xlwt批量读写excel文件的示例代码
这篇文章主要介绍了Python使用xlrd和xlwt批量读写excel文件,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-03-03
下面小编就为大家分享一篇python下解压缩zip文件并删除文件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要介绍了Python中寻找数据异常值的3种方法,文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-08-08
最新评论