南京做网站品牌,wordpress 右侧广告,南通优普网站建设,网站建设平台排行榜NumPy是Python中科学计算的基础包。它是一个Python库#xff0c;提供多维数组对象#xff0c;各种派生对象#xff08;如掩码数组和矩阵#xff09;#xff0c;以及用于数组快速操作的各种API#xff0c;有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变…NumPy是Python中科学计算的基础包。它是一个Python库提供多维数组对象各种派生对象如掩码数组和矩阵以及用于数组快速操作的各种API有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数基本统计运算和随机模拟等等。
首先引入numpy库
import numpy as npndarray
NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目。
ndarray中的每个元素在内存中使用相同大小的块。 ndarray中的每个元素是数据类型对象的对象称为 dtype。
从ndarray对象提取的任何元素通过切片由一个数组标量类型的 Python 对象表示。 下图显示了ndarray数据类型对象dtype和数组标量类型之间的关系。 ndarray常用属性
属性含义ndim维度轴的个数shape维度轴形状大小size元素的总个数dtype元素的数据类型itemsize元素的字节大小
num np.random.randn(2,3)
print(num)
print(数据类型, type(num))
print(维度个数, num.ndim) # 行数
print(维度大小n,m, num.shape)
print(元素总个数, num.size)
print(元素的数据类型, num.dtype)
print(元素的字节大小, num.itemsize)array函数
array具有以下功能
将任意的序列对象转换为数组支持将特定的嵌套序列转换为高维数组自动推断生成的数据类型
# 将列表转为数组类型
num1 np.array([1,2,34])
num2 np.array([ [1,2, 34],[34, 2, 1]])
# 设置元素类型
num3 np.array([[1,2,34],[34,2,1]
], dtypefloat32)print(num1)
print(num2)
print(num3)zeros函数
用法与array函数相似。创建全0数组默认元素类型是浮点数类型使用元组指定创建数组的形状。
# 创建 3行4列的全0矩阵
num np.zeros((3,4))
print(num)ones函数
与zeros函数一样只不过是创建全0数组默认元素类型是浮点数。
# 创建 3行4列的全1矩阵
num np.ones((3,4))
print(num)empty函数
创建一个未初始化的数组。元素为内存中不确定值。
# 创建 3行4列的全1矩阵
num np.empty((3,4))
print(num)arange函数
arange()类似于python的内置函数range()通过指定开始值、终值和步长来创建表示等差数列的一维数组返回给定间隔内的均匀间隔值注意得到的结果数组不包含终值。 arange()函数有四个个参数分别是start开始值、stop终值、step步长和dtype数组类型。
开始值可选默认值是0包含在数组中。
终止值必选不包含在数组中。
步长可选默认是1。
# 长度为0到9
num1 np.arange(10)
print(num1)# 长度为0到9的偶数
num2 np.arange(0, 10,2)
print(num2)# 长度为0到9的奇数
num3 np.arange(1,10,2)
print(num3)其他函数
asarray函数类似array函数但若转换对象为数组时仅创 建一个引用而array为深拷贝。ones_like函数创建一个与指定数组相同形状的全1数组。zeros_like函数创建一个与指定数组相同形状的全0数组。empty_like函数创建一个与指定数组相同形状的未初始化数组。
数据类型
Numpy 的类型C 的类型描述np.int8int8_t字节-128到127np.int16int16_t整数-32768至32767np.int32int32_t整数-2147483648至2147483647np.int64int64_t整数-9223372036854775808至9223372036854775807np.uint8uint8_t无符号整数0到255np.uint16uint16_t无符号整数0到65535np.uint32uint32_t无符号整数0到4294967295np.uint64uint64_t无符号整数0到18446744073709551615np.intpintptr_t用于索引的整数通常与索引相同 ssize_tnp.uintpuintptr_t整数大到足以容纳指针np.float32floatnp.float64 / np.float_double请注意这与内置python float的精度相匹配。np.complex64float complex复数由两个32位浮点数实数和虚数组件表示np.complex128 / np.complex_double complex请注意这与内置python 复合体的精度相匹配。 还有许多别名等详情看数据类型 | NumPy 数据类型的表示
既可以用类型本身如np.int32也可以用类型名称字符串例如int32还可以用类型代码字符串例如i4。
类型转换
使用astype方法进行数组之间的类型转换。
默认生成一个新数组。
num np.arange(1,10,1.5)
print(num)num1 num.astype(int)
print(num1)数组运算 相同形状的数组之间的运算逐元素执行。 数组与标量间的运算将计算参数传递给 数组的每一个元素。
num1 np.array([1, 2, 3])
num2 np.array([3, 4, 5])# 相同形状的数组之间的运算逐元素执行。
print(num1 num2)# 数组与标量间的运算将计算参数传递给 数组的每一个元素。
print(num1 100)Python之Numpy详细教程_python numpy-CSDN博客
NumPy 介绍 | NumPy
