本文介绍了Python中使用NumPy处理数据的基本操作，包括创建一维和多维数组、显示数组形状、选择元素、数值类型、切片索引及数组形状变换。详细讲解了reshape、resize、ravel、flatten、转置、堆叠和拆分等方法，以及花式索引的应用。
优点：
1.基于向量化的运算
2.数组运算时numpy数组比list效率高
(我用的是jupyter notebook)
创建一维数组：
用到的函数：
arange(x) 生成一个从0到（x-1）的包含x个元素的一维数组
创建多维数组：
用到的函数：
array() 将输入转化为ndarray（N维数组对象（矩阵），所有元素必须是相同类型）
或者：
再或者用到scipy：
scipy 是一种使用numpy来做高等数学、信号处理、优化、统计的扩展包
显示数组形状
用数组的shape属性；
例如一维数组：
二维数组：
选择数组元素
通过a[m,n]形式选择元素（一维数组就不用说了），注意是从0开始；
最低0.47元/天 解锁文章
扫一扫
4529
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
