NumPy API(二)——输入和输出创建数组

创建数组

Ones 和 zeros 方法

  • empty(shape[, dtype, order]) 返回给定形状和类型的新数组,而不初始化条目。
  • empty_like(a[, dtype, order, subok]) 返回一个与给定数组具有相同形状和类型的新数组。
  • eye(N[, M, k, dtype, order]) 返回一个二维数组,其中对角线为1,零点为零。
  • identity(n[, dtype]) 返回标识数组。
  • ones(shape[, dtype, order]) 返回一个给定形状和类型的新数组,用一个填充。
  • ones_like(a[, dtype, order, subok]) 返回与给定数组具有相同形状和类型的数组。
  • zeros(shape[, dtype, order]) 返回给定形状和类型的新数组,用零填充。
  • zeros_like(a[, dtype, order, subok]) 返回与给定数组具有相同形状和类型的零数组。
  • full(shape, fill_value[, dtype, order]) 返回给定形状和类型的新数组,填充fill_value。
  • full_like(a, fill_value[, dtype, order, subok]) 返回与给定数组具有相同形状和类型的完整数组。

利用现有数据

  • array(object[, dtype, copy, order, subok, ndmin]) 创建一个新的数组。
  • asarray(a[, dtype, order]) 将输入的参数转换为数组。
  • asanyarray(a[, dtype, order]) 将输入转换为ndarray,但通过ndarray子类传递。
  • ascontiguousarray(a[, dtype]) 在内存中返回连续数组(C顺序)。
  • asmatrix(data[, dtype]) 将输入转换为矩阵。
  • copy(a[, order]) 返回给定对象的数组副本。
  • frombuffer(buffer[, dtype, count, offset]) 将缓冲区转换为一维数组。
  • fromfile(file[, dtype, count, sep]) 从文本或二进制文件中的数据构造数组。
  • fromfunction(function, shape, **kwargs) 通过在每个坐标上执行函数来构造数组。
  • fromiter(iterable, dtype[, count]) 从可迭代对象创建一个新的一维数组。
  • fromstring(string[, dtype, count, sep]) 从字符串中的文本数据初始化的新的一维数组.
  • loadtxt(fname[, dtype, comments, delimiter, …]) 从文本文件加载数据。
  • Creating record arrays (numpy.rec)

注意
numpy.rec 是numpy.core.records的首选别名。

  • core.records.array(obj[, dtype, shape, …]) 从各种各样的对象构造一个记录数组。
  • core.records.fromarrays(arrayList[, dtype, …]) 从数组的(平面)列表创建记录数组
  • core.records.fromrecords(recList[, dtype, …]) 从文本形式的记录列表中创建一个重新数组
  • core.records.fromstring(datastring[, dtype, …]) 从字符串中包含的二进制数据创建(只读)记录数组。
    core.records.fromfile(fd[, dtype, shape, …]) 从二进制文件数据创建数组

创建字符数组(numpy.charr)

注意
numpy.charnumpy.core.defchararra 的首选别名。

  • core.defchararray.array(obj[, itemsize, …]) 创建一个字符数组。
  • core.defchararray.asarray(obj[, itemsize, …]) 将输入转换为字符数组,只在必要时复制数据。

数值范围

  • arange([start,] stop[, step,][, dtype]) 在给定的间隔内返回均匀间隔的值。
  • linspace(start, stop[, num, endpoint, …]) 在指定的间隔内返回均匀间隔的数字。
  • logspace(start, stop[, num, endpoint, base, …]) 返回数在对数刻度上均匀分布。
  • geomspace(start, stop[, num, endpoint, dtype]) 返回数在对数尺度上均匀分布(几何级数)。
  • meshgrid(*xi, **kwargs) 从坐标向量返回坐标矩阵。
  • mgrid nd_grid 实例,它返回一个密集的多维“meshgrid”。
  • ogrid nd_grid 实例,它返回一个开放的多维“meshgrid”。

构建矩阵

  • diag(v[, k]) 提取对角线或构造对角线阵列。
  • diagflat(v[, k]) 使用展平输入创建二维数组作为对角线。
  • tri(N[, M, k, dtype]) 一个数组,其中包含给定对角线和低于给定对角线的数字,其他地方为零
  • tril(m[, k]) 数组的下三角形。
  • triu(m[, k]) 数组的上三角形。
  • vander(x[, N, increasing]) 生成Vandermonde矩阵。

矩阵类

  • mat(data[, dtype]) 将输入解释为矩阵。
  • bmat(obj[, ldict, gdict]) 从字符串、嵌套序列或数组生成矩阵对象。

原文:https://www.numpy.org.cn/reference/routines

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 161,873评论 4 370
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,483评论 1 306
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 111,525评论 0 254
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,595评论 0 218
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,018评论 3 295
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,958评论 1 224
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,118评论 2 317
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,873评论 0 208
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,643评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,813评论 2 253
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,293评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,615评论 3 262
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,306评论 3 242
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,170评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,968评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,107评论 2 285
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,894评论 2 278