Python-NumPy基础

第二章 Numpy基础

2.1 Numpy 简介

​ NumPy(Numerical Python)是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库

• 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

为什么要使用NumPy？

• numpy 的数组功能比Python 自身的嵌套列表(nested list structure)结构要高效得多(该结构也可以用来表示矩阵(matrix))，支持大量得维度数组与矩阵运算，此外也针对数组运算提供大量得数学函数库

NumPy模块导入：

• import numpy as np
• from numpy import*

NumPy支持得数据类型

类型	描述
bool	用一位存储的布尔类型（值为TRUE或FALSE）
int	由所在平台决定其精度的整数（一般为int32或int64）
float	浮点数，根据精度显示不同的长度
str	字符串数据
…	…

2.2 Numpy 数组创建及存储

2.2.1 数组函数

​ 创建数组通常使用array函数

array函数详解：

• numpy.array(object,dtype=None,copy=True,order='K',subok=False,ndmin=0)
  • object：接收array。表示想要创建的数组。无默认
  • dtype：接收data-type。表示数组所需的数据类型。如果未给定，则选择保存对象所需的最小类型。默认为None
  • ndmin：接收int。指定生成数组应该应该具有的最小维度。默认为None

查看数组的基本信息

函数	描述
size	数组的大小
ndim	数组最大维度
shape	数组的形状
dtype	数据类型

2.2.2 数组生成函数

arange函数

• numpy.arange(start,stop,step,dtype=None)
  • start：起始值。可忽略不写，默认从0开始
  • stop：结束值。生成的元素不包括结束值
  • step：步长。可忽略不写，默认步长为1
  • dtype：设置显示元素的数据类型，默认为None

linspace 和 logspace 函数

• numpy.linspace(start,stop,,num=50,endpoint=True,retstep=False,dtype=None,axis=0)
• numpy.logspace(start,stop,num=50,endpoint=True,base=10.0,dtype=None,axis=0)
  • endpoint：True 则包括stop；false 则不包含stop
  • retstep：如果为True，则结果会给出数据间隔
  • base：函数的底

2.2.3 简便的数组生成函数

函数名	描述
ones	根据给定形状和数据类型生成全1数组
ones_like	根据所给的数组生成一个