Python快速处理数据的Broadcasting

最新推荐文章于 2024-08-07 11:57:09 发布

ZoeGreenn

最新推荐文章于 2024-08-07 11:57:09 发布

阅读量2.5k

点赞数 1

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/sinat_21595363/article/details/51793363

版权

Python的NumPy库提供了ndarray对象和ufunc函数，用于高效处理数据。 Broadcasting允许不同形状的数组进行运算，无需显式循环，节省内存和计算时间。当数组shape不匹配时，它会自动扩展较小数组的维度以匹配较长的数组，从而简化代码并提高性能。

摘要由CSDN通过智能技术生成

标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。

此外Python还提供了一个array模块，array对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但是由于它不支持多维，也没有各种运算函数，因此也不适合做数值运算。

NumPy的诞生弥补了这些不足，NumPy提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数。

存取元素

>>> a = np.arange(10)
>>> a[5]    # 用整数作为下标可以获取数组中的某个元素
5
>>> a[3:5]  # 用范围作为下标获取数组的一个切片，包括a[3]不包括a[5]
array([3, 4])
>>> a[:5]   # 省略开始下标，表示从a[0]开始
array([0, 1, 2, 3, 4])
>>> a[:-