1.多维数组的属性

import numpy as np
arr1=np.arange(8)
arr2=arr1.reshape(2,4)
print('arr1:',arr1)
print('arr2:',arr2)
print('arr2[1,2:3]:',arr2[1,2:3])
print('arr2[:,2]:',arr2[:,2])
print('arr2[1][2:3]:',arr2[1][2:3])
arr=arr2
print('数据类型:',arr.dtype)
print('元素的总个数:',arr.size)
print('数量的维度:',arr.ndim)
print('形状(维度):',arr.shape)
print('内存使用(以字节为单位):',arr.nbytes)
print('最大值和最小值:',arr.min(),arr.max())
print('所有元素的总和和乘积:',arr.sum(),arr.prod())
print('平均值和标准偏差:',arr.mean(),arr.std())
print('行的元素的总和是:',arr.sum(axis=1))
print('列的元素的总和是:',arr.sum(axis=0))
print('数组:\n',arr)
print('转置:\n',arr.T)

python数组

 2.数组的运算

import numpy as np
arr1=np.arange(4)
arr2=np.arange(10,14)
print(arr1,'+',arr2,'=',arr1+arr2)
print(arr1,'*',arr2,'=',arr1*arr2)
print('1.5*',arr1,'=',1.5*arr1)

python数组

 

相关文章:

  • 2021-04-14
  • 2021-05-22
  • 2021-04-21
  • 2021-05-25
  • 2021-05-31
  • 2021-10-31
  • 2021-09-22
  • 2021-09-17
猜你喜欢
  • 2022-12-23
  • 2022-12-23
  • 2021-10-24
  • 2022-12-23
  • 2022-12-23
相关资源
相似解决方案