Python中生成ndarray实例讲解
更新时间：2021年02月22日 08:18:23 作者：小妮浅浅
在本篇文章里小编给大家整理的是一篇关于Python中生成ndarray实例讲解内容，有兴趣的朋友们可以学习参考下。
生成ndarray最简单的方法就是array函数，array函数接受任意的序列型对象，生成一个新的包含传递数据的NumPy数组。例子如下：
import numpy as np data1 = [1, 2, 3, 4] data2 = [[1, 2, 3, 4], [5, 6, 7, 8]] arr1 = np.array(data1) arr2 = np.array(data2) arr1 = arr1 * 10 arr2 = arr2 + arr1 print(arr1) print(arr2)
结果如下
[10 20 30 40]
[[11 22 33 44]
[15 26 37 48]]
实例扩展：
矩阵乘：按照线性代数的乘法
>>> a = np.array([[1,2,3], [2,3,4]]) >>> b = np.array([[1,2], [3,4], [5,6]]) >>> a array([[1, 2, 3], [2, 3, 4]]) >>> b array([[1, 2], [3, 4], [5, 6]]) >>> np.dot(a, b) #方法一 array([[22, 28], [31, 40]]) >>> np.matmul(a,b) #方法二 array([[22, 28],
注：一维数组之间运算时，dot()表示的是内积。
点乘：对应位置相乘
>>> a = np.array([[1,2],[3,4]]) >>> b = np.array([[1,1],[2,2]]) >>> a array([[1, 2], [3, 4]]) >>> b array([[1, 1], [2, 2]]) >>> a * b #方法一 array([[1, 2], [6, 8]]) >>> np.multiply(a, b) #方法二 array([[1, 2], [6, 8]])
到此这篇关于Python中生成ndarray实例讲解的文章就介绍到这了,更多相关如何在Python中生成ndarray内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
在对神经网络模型进行训练时,有时候会存在对训练过程进行复现的需求,然而,每次运行时 Pytorch、Numpy 中的随机性将使得该目的变得困难重重,基于此,本文记录了 Pytorch 中的固定随机数种子的方法,需要的朋友可以参考下2023-12-12
这篇文章主要介绍了Keras loss函数剖析，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2020-07-07
这篇文章主要介绍了Python标准库defaultdict模块使用示例,本文讲解了如何使用defaultdict给字典value元素添加默认类型以及defaultdict的两个使用小案例,需要的朋友可以参考下2015-04-04
这篇文章主要为大家详细介绍了Ubuntu安装Jupyter Notebook教程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-10-10
利用psutil库可以获取系统的一些信息，如cpu，内存等使用率，从而可以查看当前系统的使用情况，实时采集这些信息可以达到实时监控系统的目的。本文给大家介绍Python psutil系统监控的相关知识，感兴趣的朋友一起看看吧2021-08-08
这篇文章主要介绍了用 Python 的 Template 类生成文件报告,在阅读本文时，您不仅学习了Python字符串的基本知识，Template类以及使用它的原因，而且还实现了第一个文件报告脚本，需要的朋友可以参考下2022-08-08
这篇文章主要给大家介绍了关于如何向Pandas DataFrame添加行的相关资料,文中通过实例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2022-03-03
这篇文章主要来教大家利用Python编程来实现一个简易的音乐播放器，文中含有基本功能的操作示例，有需要的朋友可以借鉴参考下，希望能够有所帮助2021-10-10
windows下Anaconda的安装与配置正解(Anaconda入门教程)
最近很多朋友学习python，很多朋友也推荐使用anaconda这个工具，但安装以后也不会使用，这里脚本之家小编就为大家整理一下比较详细的教程，方便自己也方便需要的朋友，希望大家以后多多支持脚本之家2018-04-04
这篇文章主要介绍了Pytorch使用transforms,tansforms功能，通俗地讲，类似于在计算机视觉流程里的图像预处理部分的数据增强。下面来看看文章的具体内容介绍吧,需要的朋友可以参考一下2021-12-12
最新评论