numpy中的zeros(),ones()這兩個函式用法很相似，所以就一起寫了。
zeros()返回乙個全0的n維陣列，一共有三個引數：shape（用來指定返回陣列的大小）、dtype（陣列元素的型別）、order（是否以記憶體中的c或fortran連續（行或列）順序儲存多維資料）。後兩個引數都是可選的，一般只需設定第乙個引數。
examples:
>>> np.zeros(5)
array([ 0., 0., 0., 0., 0.])
>>> np.zeros((5,), dtype=np.int)
array([0, 0, 0, 0, 0])
>>> np.zeros((2, 1))
array([[ 0.],
[ 0.]])
>>> s = (2,2)
>>> np.zeros(s)
array([[ 0., 0.],
[ 0., 0.]])
>>> np.zeros((2,), dtype=[('x', 'i4'), ('y', 'i4')]) # custom dtype
array([(0, 0), (0, 0)],
dtype=[('x', '), ('y', ')])
ones()返回乙個全1的n維陣列，同樣也有三個引數：shape（用來指定返回陣列的大小）、dtype（陣列元素的型別）、order（是否以記憶體中的c或fortran連續（行或列）順序儲存多維資料）。後兩個引數都是可選的，一般只需設定第乙個引數。和zeros一樣
examples:
>>> np.ones(5)
array([ 1., 1., 1., 1., 1.])
>>> np.ones((5,), dtype=np.int)
array([1, 1, 1, 1, 1])
>>> np.ones((2, 1))
array([[ 1.],
[ 1.]])
>>> s = (2,2)
>>> np.ones(s)
array([[ 1., 1.],
[ 1., 1.]])
Numpy中的函式
生成用函式 效果np.array x 將輸入資料轉化為乙個ndarray np.array x,dtype 將輸入資料轉化為乙個型別為type的ndarray np.asarray array 將輸入資料轉化為乙個新的 copy ndarray np.ones n 生成乙個n長度的一維全一ndarr...
Numpy中的transpose函式
transpose 的操作物件是矩陣。我們用乙個例子來說明這個函式 0 1 2 3 4 5 6 7 這是乙個shape為 2，2，2 的矩陣，現在對它進行transpose操作。首先我們對矩陣的維度進行編號，上述矩陣有三個維度，則編號分別為0，1，2，而transpose函式的引數輸入就是基於這個編...
numpy中的陣列切片
如同python中自帶的切片，numpy中也有類似的切片功能。接下來對兩個功能進行一下簡單的對比。首先測試python自帶的功能，在shell視窗中測試如下 in 1 data range 10 in 2 data out 2 0,1,2,3,4,5,6,7,8,9 in 3 data1 data ...