Python3.5 NumPy模块详解：数组操作与实例

"这篇教程详细介绍了Python3.5中NumPy模块的基础使用，包括ndarray对象的创建、属性查看以及通过不同函数创建数组的方法。通过实例展示了如何创建一维、二维和三维数组，并利用`zeros`、`ones`、`empty`函数生成特定形状的数组。还介绍了`arange`函数用于创建等差序列。" NumPy是Python中用于科学计算的核心库，它提供了高效的多维数据结构——ndarray，以及大量的数学函数来操作这些数组。在Python3.5中，NumPy模块的使用是学习和进行数值计算的基础。 1. **ndarray**：NumPy的多维数组对象，是其核心数据结构。它可以存储单一类型的数据，如整数、浮点数或复数。在上面的示例中，通过`np.array()`函数创建了不同维度的数组，如一维、二维和三维数组。`ndim`属性返回数组的维度，`dtype`表示数组元素的类型，`shape`是数组的形状（每个维度的大小），而`size`则是数组元素的总个数，即所有维度大小的乘积。 2. **创建数组**：创建数组有多种方式。例如，可以通过列表直接创建，或者使用`zeros`, `ones`, 和 `empty`函数。`zeros`创建指定形状且元素全为0的数组，`ones`创建元素全为1的数组，而`empty`则创建未初始化的数组，其元素值是内存中原本的随机值。 - `np.zeros((3,2))` 创建了一个3行2列全为0的二维数组。 - `np.ones((2,4))` 创建了一个2行4列全为1的二维数组。 - `np.empty((2,3,2))` 创建了一个2层3行2列的三维数组，其元素初始值不确定。 3. **通过函数创建序列**：`arange`函数可以生成等差序列。例如，`np.arange(10)`会创建一个从0到9的整数序列，不包括10。通过指定参数，可以控制序列的起始值、结束值（不包含）和步长。 - `np.arange(start, stop, step)` 其中`start`是默认0的起始值，`stop`是不包含的终止值，`step`是默认1的步进值。 这些基础知识只是NumPy模块的冰山一角。在实际应用中，NumPy还提供了广播规则、切片、索引、数组运算、统计函数、线性代数操作等多种功能，是进行大数据处理、机器学习和科学计算的重要工具。学习和熟练掌握NumPy能极大地提高Python在数值计算领域的效率。