数据处理Numpy——科学计算Numpy的array类型、Numpy的Array的创建与内部结构

一、实验要求

在计算机上验证和测试科学计算的Python基本语法和Numpy的基本数据类型多为数组array。

二、实验目的

1、复习和掌握科学计算Numpy的array类型；
2、掌握Numpy的Array的创建与内部结构；

三、实验内容

实验步骤

1.多维数组Numpy中Array的时间性能对比测试，在Python标准库中有Array这个库。请对比测试执行如下代码截图。
结合这个信息，和我们的实验1，请分析一下，np.array，array.array，list，collections.deque四种数据结构类型的使用场景的不同。

array.array的参考资料：https://blog.youkuaiyun.com/xc_zhou/article/details/88538793

运行结果：

使用场景:

Np.array 比array.array在执行numpy 的sum时比python中的sum快，
List 是线性表，索引访问速度快，但是不易删除和插入
Deque 是双向列表，适用于队列，栈这样的结构类型存储
Array.array只能存放指定的数据类型，但是比list效率高，因为array 存储的对象不是数据，而是数据的机器翻译。

2.Numpy的array数据存储存在字节序大小端的问题

Numpy中array类型的’’'int8, int16, int32, int64 可以被 ‘i1’, ‘i2’,‘i4’,’i8’ 等代替.
“<” 和 “>” 代表大小端,默认小端;

请测试一下下面的例子，然后解释一下A修改dtype后，为何原来的第2个数2为何变成了512：

测试结果：

Np.array中的一开始是按照小端法存储的，但是读取的时候是按照大端法读取的

3.Array的存储结构图,请阅读如下代码，然后画出A1，A2，A3，A4的data数据块的视图。类似如下这种图。

注：copy要重新开辟空间，同时reshape是不会重新开辟空间的