Python科学计算应用基础之Numpy

---

前言

• Python四种基本数据结构类型

List,Tuple,Set,Dict

• Numpy的数据结构类型

Ndarry(多维数组)

在介绍Numpy之前，先说一下Jupyter Notebook，这是一款数据分析玩家必用的工具，其风格跟我们以往用过的软件开发IDE有很大的不同。

这里简单说一下,Data Science IDE和Code Develop IDE的有什么不同：

• 安装jupyter

pip install jupyter

在工作目录下输入，jupyter notebook，就会启动浏览器，进入进入工作界面：

在此介绍一种我常用的进入工作目录的方式：

1. 鼠标点击进入工作目录
2. 在文件路径处输入cmd然后回车

效果如下：

• 安装numpy

pip install numpy

---

一、Numpy是什么？

• 时间转换

0.000 001 毫秒 = 1纳秒
0.001 毫秒 = 1微秒
1000 毫秒 = 1秒

示例：

• array类型

• 生成10个1.0的浮点数列表

# L = [1.0 for i in range(10)] 

# 等价代码如下
L1 = []
for i in range(10):
	L1.append(1.0)

1. numpy array 和Python List 区别是什么？

List 和array的计算效率上的差异：

（np.sum是numpy array的求和函数）

• 结论：

array类型:使用numpy求和函数时间最快：
最快是numpy中的array
其次是python中的List
最后是中间两行数据
在Python中所有的变量都是类和对象，
在Numpy中所有的变量都是C语言中的基本数据类型

为什么选择Numpy?
1.时间上优化：
    底层的计算库都是C语言
    它的基本类型都是C语言类型
    Python:int[整形只有int]
    Numpy:int8,int16,int32,int64
2.节省空间：
    Python：需要添加额外的类型信息
    Numpy:只需要保存数据信息

• 使用astype进行数据转换
  

2. 32和64存储有何不同吗？(查看参数nbytes)
   

分析：
L：8个数，每个四个字节 4×8 = 32
L64：8个数，每个八个字节 8×8 = 64

• 若是只修改array的dtyte可不可以？
  
  

• 结论：

• L64最开始占用64个字节，int64是8个数

• dtype直接改为int32，还是64个字节---->16个数

• dtype直接改为int16，还是64个字节---->32个数

• 同一个数据块，以不同的数据类型进行解析：

二、Array属性讲解

2.1 array属性含义

代码如下（示例）：

import numpy as np
x = np.array([[1,2,3],[3,4,5]