文章目录
了解Numpy
numpy 是python的一种开源的数值计算扩展,支持大量的维度数组与矩阵运算
简单测试numpy在数值计算上的优势
import numpy as np
import time
import random
a = []
for i in range(100000000):
a.append(random.random()) # 生成0-1之间的浮点数
t1 = time.time()
sum1 = sum(a) # 求和
t2 = time.time()
b = np.array(a)
t3 = time.time()
sum2 = np.sum(b) # numpy中的求和
t4 = time.time()
print(t2-t1)
print(t4-t3)
- 运行结果,从运行结果看,numpy中的求和耗费的时间更短

Numpy的属性
ndarray n维数组,主要存储相同的数据类型和数据集合
创建二维数组
查看数组的形状

查看数组的维度

查看数组中元素的数量

查看每个元素所占的长度(字节位数)
创建二维度数组

查看所有元素所占的总字节

获取数组的类型

改变数组的数据类型

本文介绍Numpy这一Python开源数值计算扩展库,并通过对比实验展示了Numpy在大规模数据处理及计算上的性能优势。同时,文章详细讲解了Numpy中ndarray的属性与使用方法,包括数组形状、维度、元素数量等关键特性。

被折叠的 条评论
为什么被折叠?



