前端移动网站开发,wordpress图文混排,用自己的电脑做视频网站吗,网站开发数据库课程设计文章目录 一、函数详解np.empty(num_points)np.zeros(shape, dtypefloat, orderC)np.tile(A, reps)np.newaxisnumpy.stack(arrays, axis0)np.roll(a, shift, axisNone) 二、实例矩阵进行扩展三行#xff0c;使得每一行都与第一行相同二维数组每行减去不同的数 一、函数详解
n… 文章目录 一、函数详解np.empty(num_points)np.zeros(shape, dtypefloat, orderC)np.tile(A, reps)np.newaxisnumpy.stack(arrays, axis0)np.roll(a, shift, axisNone) 二、实例矩阵进行扩展三行使得每一行都与第一行相同二维数组每行减去不同的数 一、函数详解
np.empty(num_points)
用于创建一个指定大小的未初始化的数组的函数。该函数会返回一个指定大小的数组但是数组的内容是未定义的即数组中的元素可能是任意值。 参数说明
num_points指定数组的大小可以是一个整数或元组
import numpy as np# 创建一个大小为5的未初始化数组
arr np.empty(5)print(arr)# 输出结果可能会是类似于以下的内容具体数值可能不同
[1. 2. 3. 4. 5.]np.zeros(shape, dtypefloat, order‘C’)
NumPy中用于创建指定形状的全零数组的函数。该函数接受一个表示数组形状的元组作为参数并返回一个对应形状且所有元素都为零的数组。 参数解释
shape表示数组形状的元组如(2, 3)表示2行3列的数组dtype可选参数指定数组的数据类型默认为floatorder可选参数指定数组元素在内存中的存储顺序C’表示按行存储F’表示按列存储
import numpy as np# 创建一个3x4的全零数组
zeros_array np.zeros((3, 4))print(zeros_array)输出结果
array([[0., 0., 0., 0.],[0., 0., 0., 0.],[0., 0., 0., 0.]])np.tile(A, reps)
用于在不同维度上复制数组。具体来说np.tile(A, reps)会将数组A沿各个维度复制指定的次数形成一个新的数组。 参数解释
A要复制的数组reps指定每个维度上复制的次数可以是一个整数或一个元组。如果reps是一个整数n则表示沿着每个维度将数组复制n次如果reps是一个元组(m, n)则表示沿着每个维度将数组复制m次沿第一个轴n次沿第二个轴依此类推。
import numpy as np# 创建一个数组
arr np.array([1, 2, 3])# 将数组沿着第一个轴复制3次
result1 np.tile(arr, 3)print(result1)# 输出结果为
[1 2 3 1 2 3 1 2 3]A np.array([[1, 2], [3, 4]])
result2 np.tile(A, (2, 3))print(result2)# 输出结果为
array([[1, 2, 1, 2, 1, 2],[3, 4, 3, 4, 3, 4],[1, 2, 1, 2, 1, 2],[3, 4, 3, 4, 3, 4]])
np.newaxis
一种在NumPy中用于改变数组维度的常见操作 当使用np.newaxis时它实际上是一个None对象的别名用于增加数组的维度。通过在切片操作中使用np.newaxis可以改变数组的维度从而方便进行矩阵运算。
import numpy as np# 创建一个一维数组
arr np.array([1, 2, 3, 4])# 使用np.newaxis增加一个新的轴
new_arr arr[:, np.newaxis]print(new_arr)
print(new_arr.shape)输出结果
array([[1],[2],[3],[4]])
(4, 1)numpy.stack(arrays, axis0)
用于沿着新的轴堆叠数组序列。具体来说np.stack 可以将多个数组沿着指定的轴axis进行堆叠生成一个新的数组。
参数说明
arrays要堆叠的数组序列可以是多个数组组成的列表或元组。axis指定沿着哪个轴进行堆叠。默认值为 0表示沿着新的第一个轴进行堆叠。
import numpy as nparr1 np.array([1, 2, 3])
arr2 np.array([4, 5, 6])stacked_array np.stack((arr1, arr2))
print(stacked_array)输出结果
[[1 2 3][4 5 6]]np.roll(a, shift, axisNone)
用于对数组进行循环移位操作的函数。该函数可以将数组沿指定轴进行循环移位即将数组的元素按照指定的偏移量进行重新排列。 参数说明
a输入数组shift循环移位的偏移量可以是正数或负数axis指定沿着哪个轴进行循环移位操作如果不指定则将数组展平后进行移位操作
import numpy as np# 创建一个一维数组
arr np.array([1, 2, 3, 4, 5])# 对数组进行循环右移两位
result np.roll(arr, 2)print(result)# 输出结果为
[4 5 1 2 3]二、实例
矩阵进行扩展三行使得每一行都与第一行相同
import numpy as np# 定义原始矩阵
matrix np.array([[1, 2, 3]])# 复制第一行扩展为3行
extended_matrix np.tile(matrix, (3, 1))print(extended_matrix)输出结果
[[1 2 3][1 2 3][1 2 3]]二维数组每行减去不同的数
import numpy as np# 创建输入数组
input_array np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 创建要减去的数组
to_subtract np.array([1, 2, 3])# 使用广播功能实现减法操作
result input_array - to_subtract[:, np.newaxis]print(result)输出结果为
[[0 1 2][2 3 4][4 5 6]]
