精华内容
下载资源
问答
  • python 初始化数组

    2020-07-15 08:19:15
    height = np.zeros(100, dtype=np.int16)#后面dtype是为了让生成的数是int整数 height = np.zeros(100)
    height = np.zeros(100, dtype=np.int16)#后面dtype是为了让生成的数是int整数
    height = np.zeros(100)
    

    在这里插入图片描述

    展开全文
  • python——初始化数组

    万次阅读 2018-12-30 09:23:27
    因为画图中x轴与y轴的数据通常为数组格式的数据,所以先总结一下如何初始化数组: (1)list得到数组 # 通过array函数传递list对象 L = [1, 2, 3, 4, 5, 6] a = np.array(L) # 若传递的是多层嵌套的list,...

    因为画图中x轴与y轴的数据通常为数组格式的数据,所以先总结一下如何初始化数组:

    (1)list得到数组

    # 通过array函数传递list对象
        L = [1, 2, 3, 4, 5, 6]
        a = np.array(L)
    
    
    # 若传递的是多层嵌套的list,将创建多维数组
        b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
    
    
    # 可以通过dtype参数在创建时指定元素类型
        d = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]], dtype=np.float)
    # 如果更改元素类型,可以使用astype安全的转换
        f = d.astype(np.int)
    

    (2)使用arange

    # 和Python的range类似,arange同样不包括终值;但arange可以生成浮点类型,而range只能是整数类型
    	# 1为开始值,10为终止值(不包括),0.5为步长
        a = np.arange(1, 10, 0.5)
    

    (3)使用ones、zeros、empty

       # np.ones(shape, dtype),生成元素全为1(默认浮点型)的数组
       # shape可以为一个整数得到一个一维数组,也可以为(整数1,整数2)的格式得到二维数组,同理可得多维数组
       a = np.ones((3, 3), dtype=np.int32)
       print("a: \n", a)
       
       # np.zeros(shape, dtype),生成元素全为0(默认浮点型)的数组
       # 用法与np.noes()一样
       b = np.zeros((3, 3), dtype=np.int32)
       print("b: \n", b)
       
       # np.empty(shape, dtype),生成元素为随机数(默认浮点型)的数组
       # 用法与np.ones()一样
       c = np.empty((3, 4), dtype=np.int32)
       print("c: \n", c)
    
       # np.ones()、np.zeros()、np.empty()都具有如下形式复制一个结构一样的数组,但数据类型可选择
       np.ones_like(array, dtype=)
       np.zeros_like(array, dtype=)
       np.empty_like(array, dtype=)
    

    (4)等差数列

        # linspace函数通过指定起始值、终止值和元素个数来创建等差数组,元素之间是等步长的
        # endpoint表示是否包括终止值,默认为True
        b = np.linspace(1, 10, 10,endpoint=True)
    

    (5)等比数列

    
        # 指定起始值、终止值、元素个数和基数来创建等比数列
        # base表示基数,下式创建了一个1到4之间的有10个数的等比数列
        d = np.logspace(1, 2, 10, endpoint=True, base=2)
        # 基数为10,下式创建了一个10到100之间的有10个数的等比数列
        d = np.logspace(1, 2, 10, endpoint=True, base=10)
    

    (6)随机数

    rand()

    # 返回一个服从“0~1”均匀分布的随机数,该随机数在[0, 1)内,也可以返回一个由服从“0~1”均匀分布的随机数组成的数组。
    # np.random.rand(d0, d1, …, dn)
    
    # 返回一个随机值,随机值在[0, 1)内
    In[15]: np.random.rand()
    Out[15]: 0.9027797355532956
    
    # 返回一个3x3的数组,数组元素在[0, 1)内
    In[16]:np.random.rand(3,3)
    Out[16]: 
    array([[ 0.47507608,  0.64225621,  0.9926529 ],
           [ 0.95028412,  0.18413813,  0.91879723],
           [ 0.89995217,  0.42356103,  0.81312942]])
      In[17]: np.random.rand(3,3,3)
      
    # 返回一个3x3x3的数组
    Out[17]: 
    array([[[ 0.30295904,  0.76346848,  0.33125168],
            [ 0.77845927,  0.75020602,  0.84670385],
            [ 0.2329741 ,  0.65962263,  0.93239286]],
    
           [[ 0.24575304,  0.9019242 ,  0.62390674],
            [ 0.43663215,  0.93187574,  0.75302239],
            [ 0.62658734,  0.01582182,  0.66478944]],
    
           [[ 0.22152418,  0.51664503,  0.41196781],
            [ 0.47723318,  0.19248885,  0.29699868],
            [ 0.11664651,  0.66718804,  0.39836448]]])
    

    randn()

    # 产生标准正态分布随机数或随机数组,用法与rand(d0, d1, …, dn)方法一样
    np.random.randn(d0, d1, …, dn)	
    

    randint()

    # 可以生成随机数,也可以生成多维随机数组 
    # np.random.randint(low, high=None, size=None, dtype=)
    
    # [0,4)之间的随机数
    In[7]: np.random.randint(4)
    Out[7]: 1
    # [0,4)之间的一维数组
    In[8]: np.random.randint(4,size=4)
    Out[8]: array([2, 2, 2, 0])
    # [4,10)之间的一维数组
    In[9]: np.random.randint(4,10,size=6)
    Out[9]: array([7, 9, 7, 8, 6, 9])
    #  [4,10)之间的2x2数组
    np.random.randint(4,10,size=(2,2),dtype='int32')
    Out[10]: 
    array([[7, 4],
           [6, 9]])
    

    uniform()

    # 产生[low, high)之间的均匀分布随机数或随机数组,low默认为0.0,high默认为1.0
    np.random.uniform(low=0.0, high=1.0, size=None)
    

    normal()

    # 产生均值为loc,方差为scale的服从正太分布的随机数或随机数组,loc默认为0,scale默认为1
    np.random.normal(loc=0.0, scale=1.0, size=None)
    
    展开全文
  • Python初始化一个5 x 3每项为0数组,最好方法是: multilist = [[0 for col in range(5)] for row in range(3)]我们知道,为了初始化一个一维数组,我们可以这样做: alist = [0] * 5没错,那我们...
  • 这种方式比嵌套列表推导更快[x[:] for x in [[foo] *...这里有一些python3时序,适用于小型和大型列表$python3 -m timeit '[x[:] for x in [[1] * 10] * 10]'1000000 loops, best of 3: 1.55 usec per loop$ python3...

    这种方式比嵌套列表推导更快[x[:] for x in [[foo] * 10] * 10] # for immutable foo!

    这里有一些python3时序,适用于小型和大型列表$python3 -m timeit '[x[:] for x in [[1] * 10] * 10]'1000000 loops, best of 3: 1.55 usec per loop

    $ python3 -m timeit '[[1 for i in range(10)] for j in range(10)]'100000 loops, best of 3: 6.44 usec per loop

    $ python3 -m timeit '[x[:] for x in [[1] * 1000] * 1000]'100 loops, best of 3: 5.5 msec per loop

    $ python3 -m timeit '[[1 for i in range(1000)] for j in range(1000)]'10 loops, best of 3: 27 msec per loop

    说明:

    [[foo]*10]*10创建重复10次的同一对象的列表。你不能只使用它,因为修改一个元素将修改每一行中的相同元素!

    x[:]相当于list(X)但更高效,因为它避免了名称查找。无论哪种方式,它都会创建每行的浅表副本,因此现在所有元素都是独立的。

    所有元素都是相同的foo对象,所以如果foo是可变的,你就不能使用这个方案。你必须使用它import copy[[copy.deepcopy(foo) for x in range(10)] for y in range(10)]

    或者假设一个Foo返回foos 的类(或函数)[[Foo() for x in range(10)] for y in range(10)]

    展开全文
  • python3 数组(列表)初始化1. 初始化一个定长的数组有时需要预定义一个定长的数组,并给每个元素赋值方法1: python3中代码如下:#coding=utf-8item = 'PythonTab'array = [item for v in range(10)] #把 item 的值赋...

    python3 数组(列表)初始化

    1. 初始化一个定长的数组

    有时需要预定义一个定长的数组,并给每个元素赋值

    方法1: python3中代码如下:#coding=utf-8

    item = 'PythonTab'

    array = [item for v in range(10)] #把 item 的值赋给 range()迭代器的每个元素

    print(array)

    结果:['PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab']

    方法2: python3中代码如下:item = 'PythonTab'

    array = [item]*10

    print(array)

    结果:['PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab', 'PythonTab']

    2. 初始化创建n行m列数组#coding=utf-8

    n = 3

    m = 3

    matrix = ['init']*n

    for i in range(len(matrix)):

    matrix[i] = ['PY']*m #把init的值覆盖了

    print(matrix)

    结果:[['PY', 'PY', 'PY'], ['PY', 'PY', 'PY'], ['PY', 'PY', 'PY']]

    展开全文
  • python-numpy如何初始化数组值全为nan

    千次阅读 2019-04-09 18:06:50
    python-numpy如何初始化数组值全为nan
  • Python 二维数组初始化

    千次阅读 2015-11-24 17:59:23
    Python二维数组初始化常犯的错误创建一个二维数组: test_list = [[]] * 4 然后,向第一个列表中插入数值: test_list[0].append(1) print test_list 此时会出现: [[1],[1],[1],[1]] 这说明这种创建数组的...
  • Python二维数组初始化陷阱

    千次阅读 2018-12-26 11:56:21
    python 二维数组初始化问题要注意 dp = [[0] * len(matrix[0]) for i in range(len(matrix))] 和dp = [[0] * len(matrix[0])] * len(matrix) 前者初始化正常初始化方法, 后者初始化歧义初始化方法。 前者dp...
  • Python初始化数组及注意事项 初始化一维数组 #方法一 # 0为数组内初始数据,10位数据长度 list = [0]*10 print(list) # 结果:[0, 0, 0, 0, 0, 0, 0, 0, 0, 0] #方法二 list2 = [0 for i in range(10)] ...
  • python二维数组初始化

    2020-07-23 15:31:41
    # [[0,0,0], [0,0,0], [0,0,0], [0,0,0]] 但是当我修改第一个值myList[0][0]的时候,后面的myList[1][0]、myList[2][0]、myList[3][0]也一起发生了变化,这显然不符合一般人的预期 除非你真的想这么干 。 myList[0]...
  • python输入数组一维数组:arr = input("") //输入一个一维数组,每个数之间使空格隔开num = [int(n) for n in arr.split()] //将输入每个数以空格键隔开做成数组print(num) //打印数组一维数组输入输出示例:推荐:...
  • python数组初始化

    2020-12-03 03:02:58
    python数组初始化
  • Python初始化一个5 x 3每项为0数组,最好方法是: multilist = [[0 for col in range(5)] for row in range(3)] 我们知道,为了初始化一个一维数组,我们可以这样做: 1 alist = [0] * 5 没错,那...
  • python初始化二维数组的小问题

    千次阅读 2017-06-10 16:49:26
    python二维数组初始化问题 引子:今天在写用Python写01背包的算法课作业时,发现一个关于二维数组的小问题,本来期末已经很忙了,但这个问题还是值得记录下来的,因为这不是第一次遇到了,这次花了将近一个小时才搞...
  • matrix = [[0, 0, 0], [0, 0, 0], [0, 0, 0]] 方法2 间接定义 matrix = [[0 for i in range(3)] for i in range(3)] 方法3 matrix = [] for i in range(3): matrix.append([0] * 3) 可以解决浅拷贝的...
  • 今天小编就大家分享一篇python 初始化一个定长的数组实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • # 用一行代码实现for循环初始化数组 o = 10 b = [ o + u for u in range( 10 ) ] print( b ) # 结果是 [10, 11, 12, 13, 14, 15, 16, 17, 18, 19] x = 2 y = 3 c = [ i * y + x for i in range( 10 ) ] print( ...
  • Python 是一种高级的,动态的,多泛型的编程语言。接下来通过本文给大家介绍Python Numpy 数组初始化和基本操作,感兴趣的朋友一起看看吧
  • 上之前Python NumPy基础介绍中,我们使用嵌套Python列表来初始化一个numpy数组,并使用方括号来访问元素,如下。ndarray 数组除了可以使用底层 numpy.array 构造器来创建外,也可以通过以下几种方式来创建。numpy....
  • java数组 初始化 具有使用C或FORTRAN等语言进行编程的经验的人熟悉数组的概念。 它们基本上是一个连续的内存块,每个位置都是某种类型:整数,浮点数或您所拥有的。 Java中的情况与此类似,但有一些额外的折痕。 ...
  • python实现结构体数组初始化并赋值)

    万次阅读 热门讨论 2018-10-13 16:27:40
    C语言中结构体数组概念及定义 一个结构体变量可以存放一个学生的一组信息,可是如果有 10 个学生呢?难道要定义 10 个结构体变量吗?难道上面的程序要复制和粘贴 10 次吗? 很明显不可能,这时就要使用数组。...
  • 参考链接: Python中的numpy.nan_to_num import numpy as np data = np.full((2, 2), np.nan) print(data) # [[nan nan] [nan nan]]
  • matrix = [[0, 0, 0], [0, 0, 0], [0, 0, 0]] 方法2 间接定义 matrix = [[0 for i in range(3)] for i in range(3)] 方法3 matrix = [] for i in range(3): matrix.append([0] * 3) 可以解决浅拷...
  • python输入数组一维数组:arr = input("") //输入一个一维数组,每个数之间使空格隔开num = [int(n) for n in arr.split()] //将输入每个数以空格键隔开做成数组print(num) //打印数组一维数组输入输出示例:推荐:...
  • 标签:import numpy as npnp.arange(10, 100, 20, dtype = float) #numpy中的arange与普通的range作用一样,即range(start, stop, step)#arange可以通过dtype来指定创建的数组类型,数组不同与元组和列表,整个数组...
  • 赋值后会发现使用两种初始化方法得到的数组在赋值后的值是不同的,第一种初始化方法获得的数组在赋值后的值: # 利用第一种方法初始化数组a a = [0 1 0] [0 1 0] [0 1 0] 而利用第二种初始化方法获得的
  • python初始化二维数组

    千次阅读 2016-10-11 14:39:50
    array = [[0 for col in range(num1)] for row in range(num2)] num1, num2 自选常量

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 85,875
精华内容 34,350
关键字:

python初始化数组为0

python 订阅