NUMPY数据基础和创建矩阵

1、%run

2、%timeti

3、%time

4、Python List的特点

list元素不限制类型

5、import array 指定类型

arr = array.array('i',[i for i in range(10)])

6、numpu.array

nparr = np.array([i for i in range(10)])
nparr
1、也指定类型
2、一开始可以float就一直float了,一开始没有,默认int,之后改成5.0还是自动转为5

7、其他创建numpy.array的方法

np.zeros(10)
np.zeros((3,5))
np.ones(10)
np.ones(shape=(3,5))
np.full((3,5),666)
np.full(fill_value=660.0,shape=(3,5))

8、arange

np.arange(0, 20, 2)
[i for i in range(0,20,0.1)] 报错
np.arange(0,20,0.5)

9、linspace

np.linspace(0,20,10) #终止点包含进去,第三个参数说明要截多少个数

10、random (左闭右开)

np.random.randint(0,10)
np.random.randint(0,10,10)
np.random.randint(4,8,size = 10)
np.random.randint(4, 8, size=(3,5))
np.random.seed(10)

生成浮点数矩阵

np.random.random()
np.random.random(10)#生成10个在0~1之间的浮点数
np.random.random((3,5)) #在0和1之间b

生成符合正态分布的

np.random.normal() #符合正态分布的数
np.random.normal(10,100) #均值10,方差100
np.random.normal(0,1,(3,5)) #均值,方差,size

查询一个模块

np.random.normal?
np.random?

在notebook中使用

help(np.random)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容