①numpy.ones(shape, dtype=none, order='c')
引數:shape->int或int型別序列,表示矩陣形狀, dtype->輸出的資料型別, order->'c'或者'f',表示陣列在記憶體的存放次序是以行(c)為主還是以列(f)為主
返回值:給定要求下的單位矩陣
①+numpy.ones_like(a, dtype=none, order=』k』, subok=true)
引數:a->返回值仿照的矩陣, dtype->輸出的資料型別, order->『c』 、 『f』、 『a』、 『k』，表示陣列在記憶體的存放次序是以行(c)為主還是以列(f)為主，『a』表示以列為主儲存，如果a是列相鄰的，『k』表示盡可能與a的儲存方式相同, subok->bool型別true：使用a的內部資料型別，false：使用a陣列的資料型別
返回值:生成與a相似（形狀、資料型別）的單位矩陣
>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
[3, 4, 5]])
>>> np.ones_like(x)
array([[1, 1, 1],
[1, 1, 1]])
>>> y = np.arange(3, dtype=np.float)
>>> y
array([ 0., 1., 2.])
>>> np.ones_like(y)
array([ 1., 1., 1.])
引數:shape->int或int型別序列，表示矩陣形狀, dtype->輸出資料型別, order->『c』 或者 『f』，表示陣列在記憶體的存放次序是以行(c)為主還是以列(f)為主
返回值:給定要求下的0矩陣
zeros = numpy.zeros((2,2))
'''元素都為零的多維陣列
array([[ 0., 0.],
[ 0., 0.]])
'''
引數:a->返回值仿照的矩陣, dtype->輸出的資料型別, order->『c』 、 『f』、 『a』、 『k』，表示陣列在記憶體的存放次序是以行(c)為主還是以列(f)為主，『a』表示以列為主儲存，如果a是列相鄰的，『k』表示盡可能與a的儲存方式相同, subok->bool型別，true：使用a的內部資料型別，false：使用a陣列的資料型別
返回值:生成與a相似(形狀/資料型別)的零矩陣
>>> x = np.arange(6)
>>> x = x.reshape((2, 3))
>>> x
array([[0, 1, 2],
[3, 4, 5]])
>>> np.zeros_like(x)
array([[0, 0, 0],
[0, 0, 0]])
>>> y = np.arange(3, dtype=np.float)
>>> y
array([ 0., 1., 2.])
>>> np.zeros_like(y)
array([ 0., 0., 0.])
引數:shape->int或int型別序列,表示矩陣形狀, fill_value:填充值, dtype->輸出的資料型別, order->『c』 或者 『f』，表示陣列在記憶體的存放次序是以行(c)為主還是以列(f)為主
返回值:給定要求的填充矩陣
nd = numpy.full((2,2), fill_value=1111)
'''元素都為fill_value的多維陣列
array([[1111, 1111],
[1111, 1111]])
'''
reshape()函式
作用：根據原來的陣列生成乙個新的陣列，可以通過傳入乙個shape引數來改變新生成的陣列的形狀，要求新生成的陣列的元素的總個數要和原來的保持一致
nd = numpy.full((12), fill_value=9)
# array([9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9, 9])
numpy.reshape((3,4))
'''array([[9, 9, 9, 9],
[9, 9, 9, 9],
[9, 9, 9, 9]])
'''
引數:n->行數, m->列數, k->對角線偏移, dtype->輸出的資料型別
返回值:對角矩陣(主對角線上元素都為1,其他元素都為0)--對角線向右上方偏移k（k>0向右上方偏移，k<0向左下方偏移）
# 生成單位矩陣
nd = np.eye(3)
'''array([[ 1., 0., 0.],
[ 0., 1., 0.],
[ 0., 0., 1.]])
'''
作用:在指定的間隔內返回均勻間隔的數字
⑦numpy.logspace(start, stop, num=50, endpoint=true, base=10.0, dtype=none)
作用:生成等比數列
⑧numpy.arange([start, ]stop, [step, ]dtype=none)
作用:生成等差數列
引數:其中start，step，dtype可以省略，分別是起始點、步長、和返回型別。
作用:生成0-1的隨機實數
Numpy模組的使用
pip install numpy i numpy numerical python 是 python語言的乙個擴充套件程式庫，支援任意維度的陣列和矩陣操作，此外也針對陣列運算提供了大量的內建方法。numpy 是乙個執行速度非常快的數學庫，主要用於陣列計算，包含 乙個強大的n維陣列物件 ndarra...
numpy函式的使用
import numpy as np np.array 1,2,3 np.array 1,2,3 4,5,6 注意 import matplotlib.pylab as plt 讀取二進位制資料 img arr plt.imread img dir 將展示 plt.imshow img arr 將所...
numpy基本使用
參考文獻 官方幫助文件 numpy v1.12 manual csdn numpy之四 高階索引和索引技巧 from numpy import definit array print 建立一維陣列 a arange 5 print a print a.dtype 顯示陣列中的資料型別 print a...