一、什么是Numpy(Numerical python)
Numpy是Python开源的科学计算工具包，属于高级的数值编程工具：
- 强大的N维数组对象：ndarray
- 对数组结构数据进行运算（不用遍历循环）
- 随机数、线性代数、傅里叶变换等功能
关于Numpy一般需要掌握以下内容：
- Numpy基础数据结构
- Numpy通用函数
- Numpy索引及切片
- Numpy随机数
- Numpy数据的输入输出
二、Numpy基础数据结构
- Pycharm中安装numpy
pip install numpy
-
Numpy数组是一个多维数组对象，称为ndarray，其由两部分构成：
- 实际的数据
- 描述这些数据的元数据
import numpy as np # 导入模块 # list1 = [[1,2,3,4,5,6],[2,3,4,5,6,7],[3,3,4,5,6,7]] # 列表转化为数组 ar=np.array([[1,2,3,4,5,6],[2,3,4,5,6,7],[3,3,4,5,6,7]]) print(list1) # 查看list print(ar) # 查看数组
print(type(ar)) # 查看数组类型 print(ar.ndim) # 查看有多少个轴 # 一维数组就是一行 # 二维数组是多个一维数组 # 三维数组是多个二维数组 print(ar.shape) # 数组的维度，对于n行m列的数组，shape为(n,m) print(ar.size) # 总共的元素的个数 print(type(ar),ar.dtype) # ar的类型，数值的数据类型 print(ar.itemsize) # 每个元素的字节大小
1、如何创建数组
可以用array()函数来创建，括号内可以是列表、元祖、数组、生成器等：
ar1=np.array(range(10)) ar2=np.array(10) ar3=np.array([1,2,3,4,5]) ar4=np.array([[1,2,3,4,5],[1,2,3,4,5]]) print(ar1) print(ar2) print(ar3) print(ar4) print(np.random.rand(10).reshape(2,5))
2、arange()
arange()类似于range()，在给定间隔内返回均匀间隔的数值：
print(np.arange(10)) # 返回0~9,整型 print(np.arange(10.0)) # 返回0.0~9.0，浮点型 print(np.arange(5,15)) # 返回5~14 print(np.arange(5.0,12.0,2)) # 返回5.0~12.0，步长为2 print(np.arange(100000000)) # 如果数组太大无法打印，Numpy会自动跳过数组中心部分
3、linspace()
linspace()可以用来返回在间隔[开始，停止]上计算的num个均匀间隔的样本：
print(np.linspace(10,15,num=20))
4、其他形式创建数组
print(np.zeros(10)) # 创建数组且用0填充 print(np.zeros((3,5),dtype=np.intp)) # dtype可以将元素变成整数 ar=np.array([list(range(10)),list(range(10,20))]) print(np.zeros_like(ar)) ar2=np.ones(9) # 用1填充 print(ar2) print(np.eye(5)) # 中间数是1，其他都是0
