numpy.arange numpy.reshape 痛定思痛。 2022-11-14 11:55 215阅读 0赞 # numpy.arange # import numpy as np """ np.arange([start, ]stop, [step, ]dtype=None) start:可忽略不写，默认从0开始;起始值 stop:结束值；生成的元素不包括结束值 step:可忽略不写，默认步长为1；步长 dtype:默认为None，设置显示元素的数据类型 """ # 从0开始，到5结束，不包括5 nd1 = np.arange(5) #array([0, 1, 2, 3, 4]) ![在这里插入图片描述][20210329105215111.png] # 从1开始到5结束，不包括5 nd2 = np.arange(1,5) #array([1, 2, 3, 4]) ![在这里插入图片描述][20210329105252430.png] # 从1开始，到5结束，每隔2个取一个 nd3 = np.arange(1,5,2) #nd3 = np.arange(1,5,2) ![在这里插入图片描述][20210329105329919.png] # numpy.reshape # # 可以对生成的等差一维数组，进行重塑，使用的是reshape(行，列) nd4 = nd2.reshape(2,2)#array([[1, 2], [3, 4]]) # 注意：对数组重塑后的元素个数不能大于原来本身的元素个数，不然会报错 # 比如说，nd2生成了四个元素，你要重塑（2,3）就是六个元素，会报错的 print(nd3) ·![在这里插入图片描述][20210329105347597.png] [20210329105215111.png]: /images/20221022/c4d9c4b666874ccda5cb3caed91a7e7d.png [20210329105252430.png]: /images/20221022/3cbd818749e743bd89e1d3d80d383e21.png [20210329105329919.png]: /images/20221022/d998c54bb33142219228088737d35300.png [20210329105347597.png]: /images/20221022/a504f9a2e9d641b496f85096ee1d1d57.png
还没有评论，来说两句吧...