python numpy库的简单使用学习随笔(一)

本文介绍了numpy库的基础知识,包括ndarray数组的创建、指定元素类型、矢量化计算以及各种索引方法。通过示例展示了如何进行一维和多维数组的索引、切片,以及利用布尔索引进行数据筛选。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、numpy概述

numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。numpy支持高级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、numpy创建adarray数组

ndarray:N维数组对象(矩阵),所有元素必须是相同类型。 
ndarray属性:ndim属性,表示维度个数;shape属性,表示各维度大小;dtype属性,表示数据类型。

代码示例:

 

 

三、指定ndarray数组元素的类型

NumPy数据类型:

代码示例:

 

四、ndarray的矢量化计算

矢量运算:相同大小的数组键间的运算应用在元素上 
矢量和标量运算:“广播”— 将标量“广播”到各个元素

代码示例:

 

五、ndarray数组的基本索引和切片

一维数组的索引:与Python的列表索引功能相似

多维数组的索引:

  • arr[r1:r2, c1:c2]
  • arr[1,1] 等价 arr[1][1]
  • [:] 代表某个维度的数据

代码示例:

 

六、ndarray数组的布尔索引和花式索引

布尔索引:使用布尔数组作为索引。arr[condition],condition为一个条件/多个条件组成的布尔数组。

代码示例:

 

谢谢您的浏览!一起在python的海洋中翱翔

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值