Python | 科学计算库

一.Numpy

1.ndarray对象

python提供了array模块，它可以直接保存数值（而不是对象），但是它不支持多维数组，也缺乏丰富的运算函数

ndarray即n维数组，它弥补了以上不足，提供了以下对象：

ndarray对象：存储特定类型的多维数组

ufunc函数：对数组进行处理的函数

ndarray是numpy的核心对象，numpy中的所有函数都是围绕ndarray进行处理的

①创建ndarray对象

可以通过列表创建数组

可以通过shape属性，查看数组的行数和列数

可以使用reshape()方法，创建特定shape的新数组

reshape后得到的数组和原数组共享存储

可以通过dtype属性，查看数组的元素类型

可以在创建数组时声明dtype

可以使用astype()方法进行类型转换

②通过某些函数创建ndarray对象

通过列表创建数组效率显然不高，numpy提供了很多专门用来创建数组的函数

使用arange()创建等差数组，不包含终止值

可以后接reshape()方法，指定特定shape

使用linspace()创建等差数组，指定开始值，终止值，元素个数返回等差数组，注意，这里包含终止值，可以设置参数endpoint=False来排除终止值

使用logspace()创建等比数组，需要额外传入公比参数base，默认为10

可以使用zeros()，o