Python科学计算包科学计算包numpy用法实例详解用法实例详解
本文实例讲述了Python科学计算包numpy用法。分享给大家供大家参考，具体如下：
1 数据结构数据结构
numpy使用一种称为ndarray的类似Matlab的矩阵式数据结构管理数据，比python的列表和标准库的array类更为强大，处理数
据更为方便。
1.1 数组的生成数组的生成
在numpy中，生成数组需要指定数据类型，默认是int32，即整数，可以通过dtype参数来指定，一般用到的有int32、bool、
float32、uint32、complex，分别代表整数、布尔值、浮点型、无符号整数和复数
一般而言，生成数组的方法有这么几种：
以list列表为参数生成（用tolist方法即可转换回list）：
In[3]: a = array([1, 2, 3])
In[4]: a
Out[4]: array([1, 2, 3])
In[5]: a.tolist()
Out[5]: [1, 2, 3]
指定起点、终点和步长生成等差序列或等比数列：
In[7]: a = arange(1, 10, 2)
In[8]: a
Out[8]: array([1, 3, 5, 7, 9])
In[13]: a = linspace(0, 10, 5)
In[14]: a
Out[14]: array([ 0. , 2.5, 5. , 7.5, 10. ])
In[148]: a = logspace(0, 3, 10) # 0表示起点为10^0，3表示起点为10^3，基数通过base参数指定
In[149]: a
Out[148]:
array([ 1. , 2.15443469, 4.64158883, 10. ,
21.5443469 , 46.41588834, 100. , 215.443469 ,
464.15888336, 1000. ])
从迭代器中生成：
In[17]: iter = (i for i in range(5))
In[18]: a = fromiter(iter, dtype=int32)
In[19]: a
Out[19]: array([0, 1, 2, 3, 4])
从函数中生成：
In[156]: def f(i, j):
... return abs(i-j)
...
In[157]: fromfunction(f, (4, 4))
Out[156]:
array([[ 0., 1., 2., 3.],
[ 1., 0., 1., 2.],
[ 2., 1., 0., 1.],
[ 3., 2., 1., 0.]])
还可以用zeros、ones、empty等函数快速创建数组。
矩阵视为二维数组：矩阵视为二维数组：
In[24]: b = array([arange(5), arange(1, 6), arange(2, 7)])
In[25]: b
Out[25]:
array([[0, 1, 2, 3, 4],
[1, 2, 3, 4, 5],
[2, 3, 4, 5, 6]])
评论5