如何在Python中创建数组_Python_Arrays_Python 3.x_Numpy

如何在Python中创建数组

python arrays python-3.x numpy

如何在Python中创建数组,python,arrays,python-3.x,numpy,Python,Arrays,Python 3.x,Numpy,正在尝试编写我的第一个python程序。在工作示例程序（脚本）中，某些数据数组的定义如下： x_data = np.random.rand(100).astype(np.float32) 当我随后在Python控制台中键入“x_data”时，它返回 >>> x_data array([ 0.16771448, 0.55470788, 0.36438608, ..., 0.21685787, 0.14241569, 0.20485

正在尝试编写我的第一个python程序。在工作示例程序（脚本）中，某些数据数组的定义如下：

x_data = np.random.rand(100).astype(np.float32)

当我随后在Python控制台中键入“x_data”时，它返回

    >>> x_data
        array([ 0.16771448,  0.55470788,  0.36438608, ...,  0.21685787,
        0.14241569,  0.20485006], dtype=float32)

>>> my_data
    [1, 2, 3, 4, 5]

而且剧本很有效

现在我想使用我自己的数据集。我在尝试这样的陈述

my_data = [1,2,3,4,5]

并用my_数据替换x_数据的使用，但程序无法运行。我注意到，当我在Python控制台中键入“my_data”时，它返回

    >>> x_data
        array([ 0.16771448,  0.55470788,  0.36438608, ...,  0.21685787,
        0.14241569,  0.20485006], dtype=float32)

>>> my_data
    [1, 2, 3, 4, 5]

缺少“array”和“dtype=float32”的部分。我猜这种差异与问题有关

如何声明一个数据集my_data，将其视为x_data，以便将自己的数据输入程序？

我认为这是无关紧要的，但以下是我开始使用的完整示例脚本（有效）：

如果只使用

np.array

，numpy将从列表中构造一个数组：

import numpy as np
arr = np.array([1, 2, 3, 4])

请注意，您还可以指定数据类型：

arr_int32 = np.array([1, 2, 3, 4], dtype=np.int32)
arr_float = np.array([1, 2, 3, 4], dtype=np.float64)

还请注意，有时您可能使用的对象可能是列表或numpy数组

np.array

将复制一个数组，如果您将其作为输入传入。出于性能原因，这有时是不可取的。如果您发现自己处于这种情况，您可以使用

np.asarray

，它将非数组转换为数组，但它将返回未触及的数组。

如果您只使用

np.array

，numpy将从列表构造数组：

import numpy as np
arr = np.array([1, 2, 3, 4])

请注意，您还可以指定数据类型：

arr_int32 = np.array([1, 2, 3, 4], dtype=np.int32)
arr_float = np.array([1, 2, 3, 4], dtype=np.float64)

还请注意，有时您可能使用的对象可能是列表或numpy数组

np.array

将复制一个数组，如果您将其作为输入传入。出于性能原因，这有时是不可取的。如果您发现自己处于这种情况，您可以使用

np.asarray

，它将非数组转换为数组，但它将返回未触及的数组。

我猜您来自Matlab

默认情况下，Python方括号表示法不提供任何类型的

数组

：它提供了一个内置类型

列表

的简单对象

numpy

，无处不在的第三方软件包，是您希望用于阵列的软件包。显然你已经有了

下面的第二行将变量从

列表

转换为

numpy

数组，该数组的数据类型与其他数组的数据类型相同

x_数据

：

my_data = [1,2,3,4,5]
my_data = np.array(my_data, dtype=np.float32)

我猜你是从Matlab来的