python中,想要对数组和矩阵进行任意维度的快速处理操作,就需要使用到Numpy数组的功能了。在Numpy数组中,使用ndarray对象来处理多维数组,下面这篇文章中详细的介绍了创建ndarray的两种方法,一起来看看吧。
一、ndarray数组
在numpy中,它是一种核心的数据结构,在数据中每一个元素都是同一种类型,也可以把它称之为数组,在使用的时候更加的节省内存空间,提高了cpu的计算时间,并且在这个数组中,含有丰富的函数,可以对数据进行操作,这里介绍了两种创建的方式,具体的操作如下:
1、使用array()函数
想要创建ndarray数组的话,最简单的方式就是使用numpy库中所提供的这个函数,它可以直接将一个简单的数组转换为ndarray数组,这个函数在使用的时候可以接受的任意的序列类型的对象,下面看一个简单的例子,在示例只能是将一个列表转换成ndarray数组,代码如下:
import numpy as np #导入numpy a = [1,2,3,4,5,6] #创建一维数组 b = np.array(a) print(b)
输出列表
[1,6] c = [[1,3],[4,6]] #创建多维数组 d = np.array(c) print(d)
转换成数组之后的运行结果:
[[1,3] [4,6]]
这里介绍的是两个函数,这两个函数在创建数组的时候,分别可以设置创建时的长度和形状,如果想让创建的数组中全是0的话,使用的就是zeros()函数,全1则使用ones()函数,举个例子,代码如下:
b = np.ones((3,4),dtype=np.int64) print(b)
运行结果:
[[1 1 1 1] [1 1 1 1] [1 1 1 1]]
以上就是关于python中如何创建ndarray数组?python中ndarray创建的两种方法的相关讲解了,文章中介绍了两种不同的创建ndarray的方法,大家可以动手实践一下。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 [email protected] 举报,一经查实,本站将立刻删除。