zoukankan      html  css  js  c++  java
  • NumPy库的使用(1)

    NumPy是一个开源的Python科学计算基础库,包含:

      • 一个强大的N维数组对象 ndarray
      • 广播功能函数
      • 整合C/C++/Fortran代码的工具
      • 线性代数、傅里叶变换、随机数生成等功能
    NumPySciPyPandas等数据处理或科学计算库的基础

    NumPy的引用:

    import numpy as np 引入模块的别名,尽管别名可以省略或更改,建议使用上述约定的别名。

    Python已有列表类型,为什么需要一个数组对象(类型)

      • 数组对象可以去掉元素间运算所需的循环,使一维向量更像单个数据
      • 设置专门的数组对象,经过优化,可以提升这类应用的运算速度
    观察:科学计算中,一个维度所有数据的类型往往相同
      • 数组对象采用相同的数据类型,有助于节省运算和存储空间

    ndarray是一个多维数组对象,由两部分构成:

    实际的数据
    描述这些数据的元数据(数据维度、数据类型等)
      ndarray数组一般要求所有元素类型相同(同质),数组下标从0开始

    ndarray实例

    非同质的array对象:

    ndarray数组的创建方法

    Python中的列表、元组等类型创建ndarray数组
    使用NumPy中函数创建ndarray数组,如:arange, ones, zeros
    从字节流(raw bytes)中创建ndarray数组
    从文件中读取特定格式,创建ndarray数组

      a.Python中的列表、元组等类型创建ndarray数组

     

     

     

  • 相关阅读:
    sql总结
    2018年6月10日笔记
    Docker入门之zabbix-agent篇
    2018年6月7日笔记
    2018年6月5日笔记
    Docker入门之container篇
    Docker入门之image篇
    Docker 入门
    2018年5月31日笔记
    2018年5月29日笔记
  • 原文地址:https://www.cnblogs.com/a666/p/7134247.html
Copyright © 2011-2022 走看看