熱線電話:13121318867

登錄
首頁精彩閱讀對numpy中數組元素的統一賦值實例
對numpy中數組元素的統一賦值實例
2018-07-21
收藏

numpy中數組元素的統一賦值實例

Numpy中的數組整體處理賦值操作一直讓我有點迷糊,很多時候理解的不深入。今天單獨列寫相關的知識點,進行總結一下。


先看兩個代碼片小例子:
例子1:
    
In [2]: arr =np.empty((8,4))
 
In [3]: arr
Out[3]:
array([[ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])
 
In [4]: arr[1] = 1
 
In [5]: arr
Out[5]:
array([[ 0., 0., 0., 0.],
    [ 1., 1., 1., 1.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.],
    [ 0., 0., 0., 0.]])

例子2:    
In [6]: arr1 =np.empty(2)
In [8]: arr1
Out[8]:array([ 7.74860419e-304,  7.74860419e-304])
 
In [9]: arr1 = 0
 
In [10]: arr1
Out[10]: 0
這兩段看上去似乎出現了行為不一致,其實利用一般面向對象的標簽理解模型還是能夠理解的。
例子1中,加上了索引之后的標簽其實指代的就是具體的存儲區,而例子2中,直接使用了一個標簽而已。那么這樣如何實現對一個一維數組的全體賦值呢?其實只需要進行全部元素的索引即可,
具體方法實現如下:    
In [11]: arr1 =np.empty(2)
 
In [12]: arr1
Out[12]: array([0., 0.])
 
In [13]: arr1[:]
Out[13]: array([0., 0.])
 
In [14]: arr1[:] =0
 
In [15]: arr1
Out[15]: array([0., 0.])
看起來似乎蠻簡單,但是不做一下稍微深入一點的分析,理解起來確實是還有一點點難度。
以上這篇對numpy中數組元素的統一賦值實例就是小編分享給大家的全部內容了,希望能給大家一個參考

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢