NumPy(Numerical Python的缩写)是一个开源的Python科学计算模块,其中包含了许多实用的数学函数,用来处理数值型数据。
N维数组(ndarray)
NumPy数组的 数据类型 指的是数组中存储的元素类型,可以是:整型(int)、浮点型(float)、布尔型(bool)等。
需要注意的是,NumPy数组中的所有元素类型必须是一致的。
NumPy数组的维度和我们平常说的维度非常相似,接触最多的通常是一维(1D)和二维(2D)数组,可以通过中括号[ ]的层数来确定。
如何创建N维数组
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr)
# TODO 使用import导入numpy,并使用"np"作为该模块的简写
import numpy as np
# TODO 将题目中的序列作为参数传入np.array()函数中,并将生成的二维数组赋值给变量arr
arr = np.array([[1, 2], [4, 5], [7, 9], [11, 12]])
# TODO 使用print()输出变量arr
print(arr)
N维数组的计算
1. 数组和数的计算
当数组和数字进行计算的时候,NumPy会将该数字的计算过程应用到数组的所有元素上面。
示例中,在把数组arr和数字2相加时,arr中的每个元素都和2进行了运算:
# 使用import导入numpy,并使用"np"作为该模块的简写
import numpy as np
# 使用np.array()函数新建数组arr
arr = np.array([[0.2, 0.9], [0.5, 0.1], [0.1, 0.7]])
# 输出 arr+2 的运算结果
print(arr+2)
2. 相同形状数组的计算
当相同形状的数组进行计算时,运算也是在相应的元素上进行。
示例中,arrOne是一个2x3的二维数组,arrTwo也是一个2x3的二维数组。
在计算 arrOne-arrTwo 时,arrOne中每个元素都减去了在arrTwo中相对应位置的元素: