实例分享numpy使用fromstring创建矩阵

  • 时间:
  • 7978人关注

今天小编就为大家分享一篇numpy使用fromstring创建矩阵的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧,另外这篇文章主要知识点是关于numpy、fromstring、创建矩阵、Python的内容,如果大家想对相关知识点有系统深入的学习,可以参阅以下电子资料:

教程详情电子资料
  • 教程类别:Python
  • 编辑整理:庾宵雨
  • 教程字数:1081字节
  • 阅读时间:大概6分钟
  • 下载本教程(DOC版)
  • NumPy攻略:Python科学计算与数据分析
  • 使用字符串创建矩阵是一个很实用的功能,之前自己尝试了很多次的小功能使用这个方法就能够简单实现。

    创建长度为16的字符串,是为了方便能够在各种数据类型之间转换。

    >>> s = "mytestfromstring"
    >>> len(s)
    16
    

    这个功能其实是比较让我兴奋的一个小功能,因为这个简单的转换实现了ASCII码的转换

    >>> np.fromstring(s,dtype=np.int8)
    array([109, 121, 116, 101, 115, 116, 102, 114, 111, 109, 115, 116, 114,
        105, 110, 103], dtype=int8)
     
    >>> np.fromstring(s,dtype=np.int16)
    array([31085, 25972, 29811, 29286, 28015, 29811, 26994, 26478], dtype=int16)
    >>> np.fromstring(s,dtype=np.int32)
    array([1702132077, 1919317107, 1953721711, 1735289202], dtype=int32)
    >>> np.fromstring(s,dtype=np.int64)
    array([8243404206920464749, 7453010373645659503])
    >>> np.fromstring(s,dtype=np.single)
    array([ 7.21560833e+22,  4.56462917e+30,  7.71452462e+31,
         1.12586835e+24], dtype=float32)
    >>> np.fromstring(s,dtype=np.float32)
    array([ 7.21560833e+22,  4.56462917e+30,  7.71452462e+31,
         1.12586835e+24], dtype=float32)
    >>> np.fromstring(s,dtype=np.float64)
    array([ 1.19783602e+243,  1.69375610e+190])
    

    float默认的数据宽度是64,我使用的是Mac,本身是64位的,倒不知是不是跟操作系统有关?

    >>> np.fromstring(s,dtype=np.float)
    array([ 1.19783602e+243,  1.69375610e+190])
    

    以上这篇numpy使用fromstring创建矩阵的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持码农之家。


    上一篇:深入理解Django中的Signal

    下一篇:Python对多属性的重复数据去重多种方法

    相关内容

    • python numpy和pandas中数组的合并、拉直和重塑代码分享

      今天小编就为大家分享一篇numpy和pandas中数组的合并、拉直和重塑实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

      01-12numpy和pandas中数组的合并、拉直和重塑实例

      阅读更多
    • 详解python Numpy中求向量和矩阵的范数

      今天小编就为大家分享一篇在python Numpy中求向量和矩阵的范数实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

      05-06在python Numpy中求向量和矩阵的范数实例

      阅读更多
    • 详解numpy中的meshgrid函数用法

      这篇文章主要介绍了numpy中的meshgrid函数的使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

      02-16numpy中的meshgrid函数的使用

      阅读更多
    • numpy找出array中的最大最小值的方法

      下面小编就为大家分享一篇numpy找出array中的最大值,最小值实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

      01-06numpy找出array中的最大值,最小值实例

      阅读更多
    • 如何利用pandas将numpy中的数组数据保存到csv文件的方法

      今天小编就为大家分享一篇使用pandas将numpy中的数组数据保存到csv文件的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

      01-27使用pandas将numpy中的数组数据保存到csv文件的方法

      阅读更多
    • Python全栈数据工程师养成攻略(视频)

      Python全栈数据工程师养成攻略(视频)

      本书介绍了数据工程和Python语法,随后讲解如何获取和存储数据,并实现简单的静态可视化,帮助读者将学习到关于Web建站的一些基础和进阶知识

      大小:129.7 MBPython全栈

      点击下载
    • 父与子的编程之旅:与小卡特一起学Python

      父与子的编程之旅:与小卡特一起学Python

      本书是一本家长与孩子共同学习编程的入门书,以Python语言为例,详尽细致地介绍了Python如何安装、字符串和操作符等程序设计的基本概念,介绍了条件语句、函数、模块等进阶内容,讲解了用

      大小:21.5 MB儿童Python

      点击下载
    • ArcGIS下的Python编程

      ArcGIS下的Python编程

      本书为规划师提供了学习基于ArcGIS的脚本语言Python教材,将对Python语言的讲述与ArcGIS的模块ArcPy相结合,并通过实际案例探讨自然村落选址因子权重评定的遗传算法、基于景观感知敏感度的生态旅游地观光线路自动选址和解读蚁群算法与TSP 问题,理解编程规划设计的方法

      大小:144 MB编程设计

      点击下载
    • 机器学习:Python实践

      机器学习:Python实践

      本书系统地讲解了机器学习的基本知识,以实践为导向,使用 scikit-learn 作为编程框架,强调简单、快速地建立模型,并利用机器学习解决实际问题

      大小:124.7 MB人工智能

      点击下载
    • 从零开始学Python数据分析与挖掘

      从零开始学Python数据分析与挖掘

      本书以Python 3版本作为数据分析与挖掘实战的应用工具,从Pyhton的基础语法开始,陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。

      大小:67.8 MB数据挖掘

      点击下载
    • Python基础教程(第3版)

      Python基础教程(第3版)

      本书是一本Python3.5编程从入门到实践书籍,Python入门佳作,包括Python程序设计的方方面面,既能为初学者夯实基础,又能帮助程序员提升技能

      大小:10.1 MBpython

      点击下载
    • 精通Python自然语言处理(Deepti)

      精通Python自然语言处理(Deepti)

      这是一本学习自然语言处理的一本综合学习指南,介绍如何使用Python执行各种自然语言处理(NLP)任务,帮助读者掌握利用Python设计和构建基于NLP的应用实践。适合熟悉Python语言并对自然语言处

      大小:16 MBPython

      点击下载
    • Python科学计算

      Python科学计算

      本书详细介绍Python科学计算中最常用的扩展库NumPy、SciPy、matplotlib、Pandas、SymPy、TTK、Mayavi、OpenCV、Cython,涉及数值计算、界面制作、三维可视化、图像处理、提高运算效率等多方面的内容。所

      大小:59.5 MBPython

      点击下载
    • Python与量化投资:从基础到实战

      Python与量化投资:从基础到实战

      提供Python零基础入门及量化策略建模参考及实现,讲解如何利用Python进行量化投资,包括对数据的获取、整理、分析挖掘、信号构建、策略构建、回测、策略分析等,可作为专业金融从业者进行量化投资的工具书

      大小:248.2 MBPython零基础

      点击下载

    学习笔记