numpy之ones，array，asarray

from:http://blog.csdn.net/gobsd/article/details/56485177

numpy.ones()

废话少说直接上代码

>>> np.ones(5)

array([ 1.,  1.,  1.,  1.,  1.])

>>> np.ones((5,), dtype=np.int)

array([1, 1, 1, 1, 1])

np.ones((2, 1))

array([[ 1.],

       [ 1.]])

>>> s = (2,2)

>>> np.ones(s)

array([[ 1.,  1.],

       [ 1.,  1.]])

#其中，ones函数的参数如下

numpy.ones(shape, dtype=None, order='C')

#返回值就是一个给定类型和大小的数组

numpy.array和numpy.asarray

    import numpy as np  

    #example 1:

    data1=[[1,1,1],[1,1,1],[1,1,1]]

    arr2=np.array(data1)

    arr3=np.asarray(data1)

    data1[1][1]=2

    print 'data1:\n',data1

    print 'arr2:\n',arr2

    print 'arr3:\n',arr3

输出：

    data1:

    [[1, 1, 1], [1, 2, 1], [1, 1, 1]]

    arr2:

    [[1 1 1]

     [1 1 1]

     [1 1 1]]

    arr3:

    [[1 1 1]

     [1 1 1]

     [1 1 1]]

可见array和asarray没有区别，都对原数据进行了复制。

    import numpy as np  

    #example 2:

    arr1=np.ones((3,3))

    arr2=np.array(arr1)

    arr3=np.asarray(arr1)

    arr1[1]=2

    print 'arr1:\n',arr1

    print 'arr2:\n',arr2

    print 'arr3:\n',arr3

输出：

    arr1:

    [[ 1.  1.  1.]

     [ 2.  2.  2.]

     [ 1.  1.  1.]]

    arr2:

    [[ 1.  1.  1.]

     [ 1.  1.  1.]

     [ 1.  1.  1.]]

    arr3:

    [[ 1.  1.  1.]

     [ 2.  2.  2.]

     [ 1.  1.  1.]]

此时两者才表现出区别

巴特西

numpy之ones，array，asarray

最新文章

热门文章