Numpy學習01 常數

2021-10-24 23:11:58 字數 4358 閱讀 1934

2、負無窮大

3、正負零

4、非數值

5、自然數e

6、圓周率π

7、伽馬常數γ

8、none（newaxis）

numpy包括幾個常量：

np.inf、np.ninf、np.pzero & np.nzero、np.nan、np.e、np.pi、np.euler_gamma、np.newaxis

numpy中正無窮大一共有五種表現形式：inf = inf = infty = infinity = pinf

numpy 使用ieee二進位制浮點演算法標準（ieee 754）

正無窮大不等於負無窮大。 但無窮大相當於正無窮大。

import numpy as np


print


(np.inf == np.inf)


print


(np.inf == np.infty)


print


(np.infty == np.infinity)


print


(np.infinity == np.pinf)
結果：

true

true

true

true

import numpy as np


print（np.ninf）
結果：

-inf

正負零被認為是有限數

import numpy as np


print（np.pzero）


print（np.nzero）
結果：

0.0

-0.0

非數值有三種表現形式：nan、nan、nan

not a number不等於無窮大。

import numpy as np


#兩個nan是不等的


print


(np.nan == np.nan)


print


(np.nan == np.nan)


print


(np.nan == np.nan)
結果：

false

false

false

表示兩個非數值是不相等的

import numpy as np


#比較不同的nan


print


(np.nan == np.nan)


print


(np.nan == np.nan)


print


(np.nan == np.nan)
結果：

false

false

false

表示不同形式的非數值常量不等

import numpy as np


#列印array


x = np.array(


[1.2,5


, np.nan ,


true


,false])


print


(x)#列印是否為nan


y = np.isnan(x)


print


(y)#數不是0的數量


print


(np.count_nonzero(y)


)#那麼可以用乙個函式計算array中nan的數量


defcountnan


(array)


:return np.count_nonzero(np.isnan(array)


)print


(countnan(x)


)z = np.array(


[nan,


5, nan , nan ,


false])


print


(countnan(z)


)
結果：

[1.2 5. nan 1. 0. ]

[false false true false false]11

3

這裡自定義了乙個countnan函式，先呼叫numpy的isnan方法，返回包含布林變數的ndarray，然後繼續使用numpy的count_nonzero方法，返回不是0（即false）的數量。

綜上，countnan函式返回的即是ndarray中nan的數量。

import numpy as np


print


(np.e)
結果：

)結果：

true

true

突發奇想，想看一下np.e和列印的浮點數是否相等，結果發現無論是小數點後15位和小數點後25位，均判斷相等，這裡先丟擲乙個疑問。

import numpy as np


print


(np.pi)
結果：

3.141592653589793

import numpy as np


print


(np.euler_gamma)
結果：

0.5772156649015329

numpy.newaxis從字面上來理解就是用來建立新軸的，或者說是用來對array進行維度擴充套件的。

import numpy as np


print


(none


== np.newaxis)
結果：

true

表示none和np.newaxis實際是乙個常量，axis有軸的意思，我們可以通過幾個例子看看為什麼在numpy中引入newaxis常數：

axis 英[ˈæksɪs] 美[ˈæksɪs]

n. 軸(旋轉物體假想的中心線); (尤指圖表中的) 固定參考軸線，座標軸; 對稱中心線(將物體平分為二);

>>


>


import numpy as np 


>>


>x = np.array([1


,0,1


,9])


>>


>


print


(x.shape)


#表示x是一維的ndarray變數(4


,)>>


>x1 = x[np.newaxis,:]


>>


>


print


(x1)


>>


>


print


(x1.shape)


#表示x1是二維的ndarray變數 1*4[[


1019


]](1


,4)>>


>x2 = x[np.newaxis,:]


>>


>


print


(x2)


>>


>


print


(x2.shape)


>


#表示x2是二維的ndarray變數 4*1[[


1][0


][1]


[9]]


(4,1


)
到這裡我們可以清楚，np.newaxis的作用就是給ndarray增加維度，放在前面就是在前面新增維度（把之前的一維變數提煉成新的二維變數中），放在後面就是在後面新增維度（把之前的一維變數打散，充當二維變數中的一維變數）

Numpy 學習01 常量

注 文章 示例均匯入 import numpy as np numpy 庫 包括以下幾個常量 np.nan np.inf np.pi np.e 表示空值 np.nan np.nan np.nan 兩個np.nan不相等 例1 1 判斷兩個np.nan的關係 兩個np.nan 不相等 import n...

Numpy學習01 資料型別及陣列建立

兩個nan是不相等的，因為它們不等於任何值。import numpy as np print np.nan np.nan falsenumpy.isnan x,args,kwargs 判斷是否為空值。import numpy as np x np.array 1 1,8 np.nan,10 prin...

numpy學習（一） numpy基礎

此文為學習 理解numpy，numpy簡單入門教程整理的學習筆記 numpy是乙個功能強大的python庫，主要用於對多維陣列執行計算。numpy這個詞 於兩個單詞 numerical和python。a np.array 0,1,2,3,4 a np.array 0,1,2,3,4 1,2,3,4,...