这篇文章主要介绍Python中numpy怎么构建多维数组，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
公司主营业务：成都做网站、成都网站建设、成都外贸网站建设、移动网站开发等业务。帮助企业客户真正实现互联网宣传，提高企业的竞争能力。创新互联是一支青春激扬、勤奋敬业、活力青春激扬、勤奋敬业、活力澎湃、和谐高效的团队。公司秉承以“开放、自由、严谨、自律”为核心的企业文化，感谢他们对我们的高要求，感谢他们从不同领域给我们带来的挑战，让我们激情的团队有机会用头脑与智慧不断的给客户带来惊喜。创新互联推出松桃免费做网站回馈大家。
具体如下：
1.创建一般的多维数组
import numpy as np a = np.array([1,2,3], dtype=int) # 创建1*3维数组 array([1,2,3]) type(a) # numpy.ndarray类型 a.shape # 维数信息(3L,) a.dtype.name # 'int32' a.size # 元素个数：3 a.itemsize #每个元素所占用的字节数目:4 b=np.array([[1,2,3],[4,5,6]],dtype=int) # 创建2*3维数组 array([[1,2,3],[4,5,6]]) b.shape # 维数信息（2L,3L） b.size # 元素个数：6 b.itemsize # 每个元素所占用的字节数目:4 c=np.array([[1,2,3],[4,5,6]],dtype='int16') # 创建2*3维数组 array([[1,2,3],[4,5,6]],dtype=int16) c.shape # 维数信息（2L,3L） c.size # 元素个数：6 c.itemsize # 每个元素所占用的字节数目:2 c.ndim # 维数 d=np.array([[1,2,3],[4,5,6]],dtype=complex) # 复数二维数组 d.itemsize # 每个元素所占用的字节数目：16 d.dtype.name # 元素类型：'complex128'
2.创建特殊类型的多维数组
a1 = np.zeros((3,4)) # 创建3*4全零二维数组 输出： array([[ 0., 0., 0., 0.], [ 0., 0., 0., 0.], [ 0., 0., 0., 0.]]) a1.dtype.name # 元素类型：'float64' a1.size # 元素个数：12 a1.itemsize # 每个元素所占用的字节个数：8 a2 = np.ones((2,3,4), dtype=np.int16) # 创建2*3*4全1三维数组 a2 = np.ones((2,3,4), dtype='int16') # 创建2*3*4全1三维数组 输出： array([[[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]], [[1, 1, 1, 1], [1, 1, 1, 1], [1, 1, 1, 1]]], dtype=int16) a3 = np.empty((2,3)) # 创建2*3的未初始化二维数组 输出：（may vary） array([[ 1., 2., 3.], [ 4., 5., 6.]]) a4 = np.arange(10,30,5) # 初始值10，结束值：30（不包含），步长：5 输出：array([10, 15, 20, 25]) a5 = np.arange(0,2,0.3) # 初始值0，结束值：2（不包含），步长：0.2 输出：array([ 0. , 0.3, 0.6, 0.9, 1.2, 1.5, 1.8]) from numpy import pi np.linspace(0, 2, 9) # 初始值0，结束值：2（包含），元素个数：9 输出： array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ]) x = np.linspace(0, 2*pi, 9) 输出： array([ 0. , 0.78539816, 1.57079633, 2.35619449, 3.14159265, 3.92699082, 4.71238898, 5.49778714, 6.28318531]) a = np.arange(6) 输出： array([0, 1, 2, 3, 4, 5]) b = np.arange(12).reshape(4,3) 输出： array([[ 0, 1, 2], [ 3, 4, 5], [ 6, 7, 8], [ 9, 10, 11]]) c = np.arange(24).reshape(2,3,4) 输出： array([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]], [[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]])
使用numpy.set_printoptions可以设置numpy变量的打印格式。
在ipython环境下，使用help(numpy.set_printoptions)查询使用帮助和示例。
以上是Python中numpy怎么构建多维数组的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！
