纯干货总结纯干货总结-动手学动手学NumPy
欢迎大家查看此项目：欢迎大家查看此项目：Dive-into-NumPy
NumPy中文网
项目介绍项目介绍
本项目名为：动手学NumPy。包含以下内容
NumPy简介
NumPy数组与pthon原生数组的区别
NumPy快速入门
NumPy进阶
numpy-100
参考文献
NumPy简介简介
NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及
用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基
本统计运算和随机模拟等等。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。
NumPy数组与数组与pthon原生数组的区别原生数组的区别
NumPy 数组在创建时具有固定的大小，与Python的原生数组对象（可以动态增长）不同。更改ndarray的大小将创建一个新数
组并删除原来的数组。
NumPy 数组中的元素都需要具有相同的数据类型，因此在内存中的大小相同。 例外情况：Python的原生数组里包含了
NumPy的对象的时候，这种情况下就允许不同大小元素的数组。
NumPy 数组有助于对大量数据进行高级数学和其他类型的操作。通常，这些操作的执行效率更高，比使用Python原生数组的
代码更少。
越来越多的基于Python的科学和数学软件包使用NumPy数组; 虽然这些工具通常都支持Python的原生数组作为参数，但它们在
处理之前会还是会将输入的数组转换为NumPy的数组，而且也通常输出为NumPy数组。换句话说，为了高效地使用当今科学/
数学基于Python的工具（大部分的科学计算工具），你只知道如何使用Python的原生数组类型是不够的 – 还需要知道如何使
用 NumPy 数组。
NumPy快速入门快速入门
NumPy里有两个重要的对象：ndarray（N-dimensional array object）解决了多维数组问题，而 ufunc（universal function
object）则是解决对数组进行处理的函数。
ndarry
ufunc
连续数组的创建
算术运算
统计函数
排序函数
ndarry
ndarray 实际上是多维数组的含义。在 NumPy 数组中，维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类
推。在 NumPy 中，每一个线性的数组称为一个轴（axes），其实秩就是描述轴的数量。
构建ndarry：
import numpy as np
a = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
a[1,1]=10
print("shape: ", a.shape)
print("dtype: ", a.dtype)
print("a: ", a)
下载后可阅读完整内容，剩余3页未读，立即下载
weixin_38713586
- 粉丝: 3
- 资源: 933
我的内容管理
展开
最新资源
- 深入理解23种设计模式
- 制作与调试：声控开关电路详解
- 腾讯2008年软件开发笔试题解析
- WebService开发指南：从入门到精通
- 栈数据结构实现的密码设置算法
- 提升逻辑与英语能力：揭秘IBM笔试核心词汇及题型
- SOPC技术探索：理论与实践
- 计算图中节点介数中心性的函数
- 电子元器件详解：电阻、电容、电感与传感器
- MIT经典：统计自然语言处理基础
- CMD命令大全详解与实用指南
- 数据结构复习重点：逻辑结构与存储结构
- ACM算法必读书籍推荐：权威指南与实战解析
- Ubuntu命令行与终端：从Shell到rxvt-unicode
- 深入理解VC_MFC编程：窗口、类、消息处理与绘图
- AT89S52单片机实现的温湿度智能检测与控制系统
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
