Adam Shakhabov Asked:2020-02-24 20:28:27 +0000 UTC2020-02-24 20:28:27 +0000 UTC 2020-02-24 20:28:27 +0000 UTC NumPy:创建一个二维数组 772 我刚开始学习NumPy。我想澄清一下: b = np.array([[1.5, 2, 3], [4, 5, 6]]) 它是在创建一个二维数组,其中 b[0][0] = 1.5,b[1][0] = 4,等等? python 2 个回答 Voted Best Answer Sahar Vkusni 2020-02-24T20:32:08Z2020-02-24T20:32:08Z 对了,你能给我看点东西来学习ML吗? MaxU - stop genocide of UA 2020-02-24T23:51:32Z2020-02-24T23:51:32Z 矩阵的所有b元素都有一个数据类型float(很可能float64),因为 一个元素是1.5type float。 float- 与 相比,“更强”的类型int,即 类型值int(意思是 Numpy 数据类型,而不是 Pythonint无限精度)可以转换为float不损失精度(信息),但不能返回: In [56]: b Out[56]: array([[1.5, 2. , 3. ], [4. , 5. , 6. ]]) In [57]: b.dtype Out[57]: dtype('float64') 与标准 Python 列表相比,Numpy 中的索引更加“先进”: In [58]: b[1,0] Out[58]: 4.0 这里逗号之前是沿第一维/轴的元素的索引(在 的情况下为行2D array),在第二维的逗号之后(二维数组的列)。 以下是更有趣的案例: In [67]: a = np.arange(12).reshape(4,3) In [68]: a Out[68]: array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11]]) In [69]: a[:, 1] Out[69]: array([ 1, 4, 7, 10]) In [70]: a[:, 2] Out[70]: array([ 2, 5, 8, 11]) In [71]: a[2, :] Out[71]: array([6, 7, 8]) In [72]: a[[1,2], :] Out[72]: array([[3, 4, 5], [6, 7, 8]]) 官方文档
对了,你能给我看点东西来学习ML吗?
矩阵的所有
b元素都有一个数据类型float(很可能float64),因为 一个元素是1.5typefloat。float- 与 相比,“更强”的类型int,即 类型值int(意思是 Numpy 数据类型,而不是 Pythonint无限精度)可以转换为float不损失精度(信息),但不能返回:与标准 Python 列表相比,Numpy 中的索引更加“先进”:
这里逗号之前是沿第一维/轴的元素的索引(在 的情况下为行
2D array),在第二维的逗号之后(二维数组的列)。以下是更有趣的案例:
官方文档