python – numpy.zeros方法中的这个参数是什么意思?
发布时间:2020-12-20 11:46:15 所属栏目:Python 来源:网络整理
导读:我有这段代码,我发现很难理解定义numpy.zeros方法的优点是如下所示. Z = np.zeros((10,10),[('x',float),('y',float)])Z['x'],Z['y'] = np.meshgrid(np.linspace(0,1,np.linspace(0,10))print(Z) 提及x和y有什么意义? 解决方法 输出的秘密在numpy.linspace(
我有这段代码,我发现很难理解定义numpy.zeros方法的优点是如下所示.
Z = np.zeros((10,10),[('x',float),('y',float)]) Z['x'],Z['y'] = np.meshgrid(np.linspace(0,1,np.linspace(0,10)) print(Z) 提及x和y有什么意义? 解决方法
输出的秘密在numpy.linspace(0,输出一个numpy.array,其中:
[ 0. 0.22222111 0.22222222 0.33333333 0.44444444 0.55555556 0.66666667 0.77777778 0.88888889 1. ] 对于’x’形状,对于’y’,其中’0’是开始的位置,’1’是停止的位置,有10个样本. numpy.zeros()为’ij’索引定义矩阵形状(M,N),其中M = N = 10 numpy.meshgrid()将linspace结果的值索引到矩阵中,如ai,aj 例如 Z = np.zeros((10,int),int)]) Z['x'],Z['y'] = np.meshgrid( np.linspace(0,10,10)) print Z 输出: [[(0,0) (1,0) (2,0) (3,0) (4,0) (5,0) (6,0) (7,0) (8,0) (10,0)] [(0,1) (1,1) (2,1) (3,1) (4,1) (5,1) (6,1) (7,1) (8,1) (10,1)] [(0,2) (1,2) (2,2) (3,2) (4,2) (5,2) (6,2) (7,2) (8,2) (10,2)] [(0,3) (1,3) (2,3) (3,3) (4,3) (5,3) (6,3) (7,3) (8,3) (10,3)] [(0,4) (1,4) (2,4) (3,4) (4,4) (5,4) (6,4) (7,4) (8,4) (10,4)] [(0,5) (1,5) (2,5) (3,5) (4,5) (5,5) (6,5) (7,5) (8,5) (10,5)] [(0,6) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6) (7,6) (8,6) (10,6)] [(0,7) (1,7) (2,7) (3,7) (4,7) (5,7) (6,7) (7,7) (8,7) (10,7)] [(0,8) (1,8) (2,8) (3,8) (4,8) (5,8) (6,8) (7,8) (8,8) (10,8)] [(0,10) (1,10) (2,10) (3,10) (4,10) (5,10) (6,10) (7,10) (8,10) (10,10)]] 输出矩阵ij标量. 检查下一个网址: > numpy.linspace() (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |