数学之路-python计算实战(6)-numpy-ndarray
2017-07-19 09:12
369 查看
>>>> mya=np.zeros(shape=(2,2))
>>>> mya
array([[ 0., 0.],
[ 0., 0.]])
>>>> mya=np.empty(shape=(2,2))
>>>> mya
array([[ 0., 0.],
[ 0., 0.]])、
创建数组元素为float的数组。
>>>>mya=np.array([1,2,3,4,5,6],dtype=float)
>>>> mya
array([ 1., 2., 3., 4., 5., 6.])
>>>>
通过copy參数复制数据。
>>>> myz
array([[1, 2, 3],
[4, 5, 6]])
>>>>mya=np.array(myz,copy=False)
>>>> mya
array([[1, 2, 3],
[4, 5, 6]])
>>>> myz[0,1]=111
>>>> myz
array([[ 1, 111, 3],
[ 4, 5, 6]])
>>>> mya
array([[ 1, 111, 3],
[ 4, 5, 6]])
array([[ 1, 111, 3],
[ 4, 5, 6]])
>>>> myz[1,1]=2
>>>> myz
array([[ 1, 111, 3],
[ 4, 2, 6]])
>>>> mya
array([[ 1, 111, 3],
[ 4, 5, 6]])
>>>>myb=np.array([[11,22],[33,44]],dtype=[('a','<i4'),('b','<i4')])
>>>> myb
array([[(11, 0), (22, 0)],
[(33, 0), (44, 0)]],
dtype=[('a', '<i4'), ('b', '<i4')])
>>>>myb=np.array([[(11,22),(33,44)],[(1,2),(3,4)]],dtype=[('a','<f4'),('b','<i4')])
>>>> myb
array([[(11.0, 22), (33.0, 44)],
[(1.0, 2), (3.0, 4)]],
dtype=[('a', '<f4'), ('b', '<i4')])
>>>> myb['b']
array([[22, 44],
[ 2, 4]])
>>>> myb['a']
array([[ 11., 33.],
[ 1., 3.]], dtype=float32)
>>>>
生成矩阵
>>>> np.array(np.mat('1 2; 34'), subok=True)
matrix([[1, 2],
[3, 4]])
>>>> mya
array([[ 0., 0.],
[ 0., 0.]])
>>>> mya=np.empty(shape=(2,2))
>>>> mya
array([[ 0., 0.],
[ 0., 0.]])、
创建数组元素为float的数组。
>>>>mya=np.array([1,2,3,4,5,6],dtype=float)
>>>> mya
array([ 1., 2., 3., 4., 5., 6.])
>>>>
通过copy參数复制数据。
>>>> myz
array([[1, 2, 3],
[4, 5, 6]])
>>>>mya=np.array(myz,copy=False)
>>>> mya
array([[1, 2, 3],
[4, 5, 6]])
>>>> myz[0,1]=111
>>>> myz
array([[ 1, 111, 3],
[ 4, 5, 6]])
>>>> mya
array([[ 1, 111, 3],
[ 4, 5, 6]])
本博客全部内容是原创,假设转载请注明来源
http://blog.csdn.net/myhaspl/
>>>> myzarray([[ 1, 111, 3],
[ 4, 5, 6]])
>>>> myz[1,1]=2
>>>> myz
array([[ 1, 111, 3],
[ 4, 2, 6]])
>>>> mya
array([[ 1, 111, 3],
[ 4, 5, 6]])
>>>>myb=np.array([[11,22],[33,44]],dtype=[('a','<i4'),('b','<i4')])
>>>> myb
array([[(11, 0), (22, 0)],
[(33, 0), (44, 0)]],
dtype=[('a', '<i4'), ('b', '<i4')])
>>>>myb=np.array([[(11,22),(33,44)],[(1,2),(3,4)]],dtype=[('a','<f4'),('b','<i4')])
>>>> myb
array([[(11.0, 22), (33.0, 44)],
[(1.0, 2), (3.0, 4)]],
dtype=[('a', '<f4'), ('b', '<i4')])
>>>> myb['b']
array([[22, 44],
[ 2, 4]])
>>>> myb['a']
array([[ 11., 33.],
[ 1., 3.]], dtype=float32)
>>>>
生成矩阵
>>>> np.array(np.mat('1 2; 34'), subok=True)
matrix([[1, 2],
[3, 4]])
相关文章推荐
- 数学之路-python计算实战(6)-numpy-ndarray
- 数学之路-python计算实战(5)-初识numpy以及pypy下运行numpy
- 数学之路-python计算实战(4)-Lempel-Ziv压缩(2)
- 数学之路-python计算实战(9)-机器视觉-图像插值仿射
- 数学之路-python计算实战(23)-并行计算(1)
- 数学之路-python计算实战(20)-机器视觉-拉普拉斯算子卷积滤波
- 数学之路-python计算实战(19)-机器视觉-卷积滤波
- 数学之路-python计算实战(10)-机器视觉-透视投影
- 数学之路-python计算实战(22)-机器视觉-sobel非线性滤波
- 数学之路-python计算实战(7)-机器视觉-图像产生加性零均值高斯噪声
- 数学之路-python计算实战(24)-并行计算(2)
- 数学之路-python计算实战(11)-机器视觉-图像增强
- 数学之路-python计算实战(14)-机器视觉-图像增强(直方图均衡化)
- 数学之路-python计算实战(18)-机器视觉-滤波去噪(双边滤波与高斯滤波 )
- 数学之路-python计算实战(18)-机器视觉-滤波去噪(双边滤波与高斯滤波 )
- 数学之路-python计算实战(4)-Lempel-Ziv压缩(2)
- 数学之路-python计算实战(20)-机器视觉-拉普拉斯算子卷积滤波
- 数学之路-python计算实战(7)-机器视觉-图像产生加性零均值高斯噪声
- 数学之路-python计算实战(15)-机器视觉-滤波去噪(归一化块滤波)
- 数学之路-python计算实战(17)-机器视觉-滤波去噪(中值滤波)