c 视频网站开发入门黄页网站推广app

        我前面提到过Numpy函数，但是不够全，在这里我顺便做一些补充。先说明一下我用的是Notebook。

一、数组的创建与操作

1、把列表转换为数组

np.array([1,2,3,4,5])

2、把元组转换为数组

np.array((1,2,3,4,5))

3、把range对象转换为数组

np.array(range(5))

4、二维数组，需要一个包含列表为元素的列表

a = [[1,2,3],[3,4,5],[4,5,6]]
b = np.array(a)
print(b)

5、数组转换为列表，使用 tolist()函数

a = ([[1,2,3],[3,4,5],[4,5,6]])
b = np.array(a)
c = b.tolist()
print(c)

6、查看数组的数据类型 dtype

a = ([[1,2,3],[3,4,5],[4,5,6]])
b = np.array(a)
c = b.dtype
print(c)

7、查看数组维度 shape

a = ([[1,2,3],[3,4,5],[4,5,6]])
b = np.array(a)
c = b.shape
print(c)

8、修改数组维度 shape / reshape

a = ([[1,2,3],[3,4,5]])
b = np.array(a)
b.shape = 3,2
print(b)

a = ([[1,2,3],[3,4,5]])
b = np.array(a)
c = b.reshape(3,2)
print(c)

9、查看数组中数据个数

a = ([[1,2,3],[3,4,5]])
b = np.array(a)
c = b.reshape(3,2)
print('size函数:',c.size)
print('len函数:',len(c))

len 是指元素的个数

size 是指数据的个数，也就是说元素可以包含多个数据。

二、多维数组

1、全零数组

np.zeros((3,3))

2、全一数组

np.ones((3,3))

三、矩阵

1、单位矩阵

np.identity(3)

2、空数组

np.empty(3)

3、对角数组

np.diag([1,2,3,4])

四、多维数组

        使用np.full ( shape, val)函数创建多维数组，猫哥元素均填充为val。

np.full((3,4),9)

五、实验

        生成5*5的ndarray对象，且矩阵边界全为1，里面全为0。

方法1：

1. 初始矩阵：a = np.zeros((3,3)) → 3x3 的零矩阵。

2. 向下扩展：a = np.r_[a, np.ones((1,3))] → 添加一行1，变为4x3。

3. 向上扩展：a = np.r_[np.ones((1,3)), a] → 顶部添加一行1，变为5x3。

4. 向左扩展列：a = np.c_[np.ones((5,1)), a] → 左边添加一列1，变为5x4。

5. 向右扩展列：a = np.c_[a ,np.ones((5,1))] → 右边添加一列1，变为5x5。

import numpy as npa = np.zeros((3, 3))
a = np.r_[a, np.ones((1, 3))]  # 4x3
a = np.r_[np.ones((1, 3)), a]   # 5x3
a = np.c_[np.ones((5, 1)), a]   # 5x4（左添加一列）
a = np.c_[a, np.ones((5, 1))]   # 5x5（右添加一列，假设这是预期操作）print(a)

方法2：

a = np.full((5,5),1)
a[1:4,1:4] = 0
a

方法3：

a = np.array([[1,1,1,1,1],[1,0,0,0,1],[1,0,0,0,1],[1,0,0,0,1],[1,1,1,1,1]])
a.shape = 5,5
a

方法4：

1. 第一行和最后一行：直接使用 b[0, :] 和 b[-1, :] 选中整行。

2. 中间行的首尾列：使用 b[1:-1, 0] 和 b[1:-1, -1] 选中第1到倒数第二行（避免重复操作首尾行）的第一列和最后一列。

3. 避免覆盖中间区域：原中间3x3区域已被设为0，四周操作不会影响它。

a = range(25)
b = np.array(a)
b.shape = 5,5
b[1:4,1:4] = 0# 将四周替换为1
b[0, :] = 1      # 第一行
b[-1, :] = 1     # 最后一行
b[1:-1, 0] = 1   # 中间行的第一列
b[1:-1, -1] = 1  # 中间行的最后一列
b

方法5：

import numpy as np
a = np.zeros((5,5))
a[[0,4],:] = 1
a[:,[0,4]] = 1

方法6：

a = range(25)
b = np.array(a)
b.shape = 5,5
b[0:5,0:5] = 1
b[1:4,1:4] = 0
b