Python之之Numpy的超实用基础详细教程的超实用基础详细教程
Numpy在python中属于非常常用的包，无论是机器学习搭配pandas，还是数据可视化搭配pylab都是很正常的搭配。
Numpy
numpy的官方中文文档：NumPy 中文
NumPy是使用Python进行科学计算的基础软件包。除其他外，它包括：
功能强大的N维数组对象；
精密广播功能函数；
集成C/C+和Fortran代码的工具；
强大的线性代数、傅立叶变换和随机数功能。
更简单的说，Numpy是Python的Matlab数学计算包。使用它，python可以更简单便捷地对矩阵向量进行计算。
一般来说，我们引用该包并将其简称为np：
import numpy as np
Numpy的的ndarry对象对象
ndarray的创建的创建
Numpy中最重要的数据类型就是：N维数组对象ndarray。它是一系列同类型数据的集合，以0下标为开始进行集合中元素的索
引。
它具有以下两个特点：
ndarray对象是用于存放同类型元素的多维数组；
ndarray中的每个元素在内存中都有相同存储大小的区域。
创建一个ndarray对象：
np.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
参数说明：
名称名称 描述描述
object 数组或嵌套的数列
dtype 数组元素的数据类型，可选
copy 对象是否需要复制，可选
order 创建数组的样式，C为行方向，F为列方向，A为任意方向(默认)
subok 默认返回一个与基类类型一致的数组
ndmin 指定生成数组的最小维度
一般而言，并不需要记住这么多可选参数：
import numpy as np
if __name__ == "__main__":
x = np.array([1, 2, 3])
print(x)
运行该脚本：
yngzmiao@yngzmiao-virtual-machine:~/test$ python numpy_test.py
[1 2 3]
当然，除了之前的array方法创建ndarray对象之外，还提供了另外的几种创建方式：
np.empty(shape, dtype = float, order = 'C') # 指定形状的未初始化数组
np.zeros(shape, dtype = float, order = 'C') # 指定形状的全0数组
np.ones(shape, dtype = None, order = 'C') # 指定形状的全1数组
评论0