/
Nikolai999
/
Python
Обзор
Документация
Войти
/
Nikolai999
/
Python
Код
Запросы
0
Задачи
Вики
Пакеты
0
Релизы
0
Аналитика
Безопасность
main
NumPy/NumPy.py
82 строки
3 KB
Николай
update
03 фев 2022, 19:37
03 фев 2022, 19:37
c18531c
Код
Авторство
О чём код?
import numpy as np print(np.float128) # finfo(resolution=1e-18, min=-1.189731495357231765e+4932, max=1.189731495357231765e+4932, dtype=float128) arr = np.arange(8) # array([0, 1, 2, 3, 4, 5, 6, 7]) # Поменять форму массива arr.shape = (2, 4) # array([[0, 1, 2, 3], # [4, 5, 6, 7]]) # Чтобы оставить исходный массив без изменений и дополнительно получить новый массив новой формы, # нужно использовать функцию reshape. arr_new = arr.reshape((2, 4)) # array([[0, 1, 2, 3], # [4, 5, 6, 7]]) # У функции reshape есть дополнительный именованный аргумент order. # Если order='C' (по умолчанию), массив заполняется по строкам, как в примере выше. # Если order='F', массив заполняется числами по столбцам: print(None == None) # True print(np.nan == np.nan) # False print(None is None) # True print(np.nan is np.nan) # True print(np.nan is None) # False # ЗАПОЛНЕНИЕ НОВЫХ МАССИВОВ # Массив из нулей создаётся функцией np.zeros. # Она принимает аргументы shape (обязательный) — форма массива (одно число или кортеж) # и dtype (необязательный) — тип данных, который будет храниться в массиве. zeros_1d = np.zeros(5) # array([0., 0., 0., 0., 0.]) zeros_3d = np.zeros((5,4,3), dtype=np.float32) print(zeros_3d.shape) # (5, 4, 3) # функцией для создания одномерных массивов является arange # её сигнатура: arange([start,] stop, [step,], dtype=None). # Создадим массив от 2.5 до 5 с шагом 0.5 и с типом float16: np.arange(2.5, 5, 0.5, dtype=np.float16) # array([2.5, 3. , 3.5, 4. , 4.5], dtype=float16) # генерирует трёхмерный массив случайных целых чисел от 1 до 100 (включительно) # Трёхмерный массив из таблиц чисел формы 5х5, то есть итоговая форма — (3 мерности, 5 строк, 5 столбцов) arr = np.random.randint(1, 101, size=(3, 5, 5)) # array([[[ 35, 66, 38, 11, 32], # [ 32, 7, 37, 83, 42], # [ 89, 37, 19, 51, 89], # [ 70, 100, 83, 5, 11], # [ 20, 13, 60, 26, 41]], # # [[ 23, 49, 76, 44, 43], # [ 59, 63, 99, 92, 2], # [ 83, 4, 25, 73, 19], # [ 10, 18, 40, 11, 21], # [ 58, 45, 73, 93, 61]], # # [[100, 88, 70, 34, 51], # [ 5, 35, 36, 85, 88], # [ 72, 23, 87, 30, 40], # [ 29, 21, 51, 73, 81], # [ 91, 19, 87, 60, 27]]])