Python Numpy基础简介

标签：bsp   类型   个数   nes   src   扩展程序   传递   需要   alt   

Numpy基础：

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。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。

首先创建一个最简单的数组：

 生成了一个数组，包含两个数组，每个数组里面又三个随机从标准正态分布里取的值。

数组有最常用的shape、dtpye属性方法。下面来试着访问一下：

 shape：表征数组每一维度的数量

dtype: 描述数组的数据类型  常见的是float、int等

 下面介绍生成ndarray，它和数组，Numpy数组表示同一对象：  ndarray对象

 可以发现，它和数组的确一样，拥有数组的基本属性。

zeros可以一次性创造全0数组

ones可以一次性创造全1数组

empty可以创建一个没有初始化数组的数组

例如：

 需要注意的是，如果要传入多维数组，需要传递一个元组！

np的arange方法是python内建函数range的数组版本：

可以使用astype方法显式地转换数组的数据类型：

NUmpy数组算术：

数据允许进行批量操作而无需任何for循环。

向量化              即逐元素操作的方式

 带有标量计算的算术操作，会把计算参数传递给数组的每一个元素。

同尺寸的数组之间的比较，会产生一个布尔值数组。

Python Numpy基础简介

标签：bsp   类型   个数   nes   src   扩展程序   传递   需要   alt   

原文地址：https://www.cnblogs.com/lesliechan/p/11780920.html