c++随机打乱数组_Numpy数组创建

小编今天给大家总结下numpy库的基本使用，希望可以对一些刚入门的童鞋有所帮助。

numpy:提供了一个在Python中做科学运算的基础库，重在数值计算，主要用于多维数据（矩阵）处理的库。特点如下：

  • 高性能科学计算和数据分析的基础包
  • ndarray对象，表示多维数组（矩阵），具有矢量运算能力
  • 矩阵运算，无序循环，可完成类似Matlab中的矢量运算
  • 线型代数、随机数生成

ndarray 多维数组

Numpy数组是一个多维的数组对象（矩阵），称为ndarray,具有高效的算术运算能力和复杂的广播能力，并具有执行速度和节省空间的特点

注意： ndarray下标从0开始，数组里元素必须是相同数据类型，每个ndarray拥有以下属性：

  1. ndim: 维度个数
  2. shape: 维度大小
  3. dtype: 数据类型

ndarray的随机抽样创建

  • np.random.rand( ) -> 生成指定维度的随机多维浮点型数组，数据区间0.0~1.0
  • np.random.uniform( ) -> 生成指定维度的随机多维浮点型数组，可以指定数字区间
  • np.random.randint( ) -> 生成指定维度的随机多维整型数组，可以指定数字区间
import

ndarray的随机创建

  • np.array(list, dtype) -> list为序列/嵌套序列对象，dtype表示数据类型
  • np.arange( ) -> 类似于python的range( )，用来创建一个一位数组
  • np.zeros( ) -> 指定大小的全0数组：参数一元组指定数组大小，参数二指定数据类型
  • np.ones( ) -> 指定大小的全1数组：参数一元组指定数组大小，参数二指定数据类型
arr = np.array([range(10), range(10)])
print(arr)  # ndarray数据
print(arr.ndim)  # 维度个数
print(arr.shape) # 维度大小

44fbcde10c03ab1e14874ac50773a88a.png
  1. random.shuffle( ): 默认对一维数组打乱顺序，在原数组上进行序列打乱，不返回副本
  2. reshap( ): 重塑数组结构，但总元素个数不能改变
  3. transpose( ): 默认对二维数组进行装置

fdb70e480ec9f560cd913cdb1e19d850.png