Numpy中的arange和shape

Numpy是一个Python库，用于进行科学计算。它可以处理大型多维数组和矩阵，并提供大量的数学函数。

1.numpy.arange()

numpy.arange()函数用于创建一个等间隔的数组，可以指定起始值、终止值和步长。

语法

numpy.arange(start, stop, step, dtype)

参数

• start: 起始值，默认为0。
• stop: 结束值（不包含）。
• step: 步长，默认为1。
• dtype: 返回数组的数据类型，如果没有提供，则会使用输入数据的类型。

返回值

返回一个numpy数组。

示例代码

import numpy as np

# 创建从0到9的数组
arr = np.arange(10)
print(arr)

# 创建从1到10的数组
arr = np.arange(1, 11)
print(arr)

# 创建从1到10步长为2的数组
arr = np.arange(1, 11, 2)
print(arr)

# 创建从0到1步长为0.1的数组
arr = np.arange(0, 1, 0.1)
print(arr)

输出结果

[0 1 2 3 4 5 6 7 8 9]
[ 1  2  3  4  5  6  7  8  9 10]
[1 3 5 7 9]
[0.  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]

2.numpy.shape()

shape是numpy库提供的一个函数，返回一个numpy数组的形状。即：数组中每个维度的大小。

语法

numpy.shape(array)

参数

• array：需要计算形状的numpy数组。

返回值

返回一个元组，表示数组的形状。

示例代码

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print("数组a的形状为：", np.shape(a))

b = np.array([1, 2, 3])
print("数组b的形状为：", np.shape(b))

c = np.array([[[1, 2,], [3, 4]], [[5, 6], [7, 8]]])
print("数组c的形状为：", np.shape(c))

输出结果

数组a的形状为： (2, 3)
数组b的形状为： (3,)
数组c的形状为： (2, 2, 2)

3.结语

numpy的arange和shape函数是numpy库中的常用函数。大家平常应用较为频繁，因此了解其使用方法和返回结果十分重要。针对于此，我们应该多加练习应用，不断熟悉numpy库的使用，加深对numpy的理解，对于数据分析有很大的帮助。