第4章 NumPy基础:数组和矢量计算(Part1)
目录
NumPy的ndarray:一种多维数组对象
NumPy最重要的一个特点就是其N维数组对象(即ndarray)。该对象是一个快速而灵活的大数据容器集。你可以利用这种数组对整块数据执行一些数学运算,其语法跟标量元素之间的运算一样:
In [4]: data
Out[4]:
array([[1, 3, 4],
[6, 2, 5]])
In [5]: data + 10
Out[5]:
array([[11, 13, 14],
[16, 12, 15]])
In [6]: data * data
Out[6]:
array([[ 1, 9, 16],
[36, 4, 25]])
ndarray是一个通用的同构数据多维容器,也就是说,其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组)和一个dtype(一个用于说明数组数据类型的对象):
In [7]: data.shape
Out[7]: (2, 3)
In [8]: data.dtype
Out[8]: dtype('int32')
创建ndarray
ndarray创建函数:
array函数
创建数组最简单的办法就是使用array函数。它接受一切序列型的对象,包括其他数组,然后产生一个新的含有传入数据的NumPy数组:
import numpy as np
data = [[1, 2, 3], [4, 5, 6]]
arr = np.array(data)
In [13]: arr
Out[13]: array([[1, 2, 3],
[4, 5, 6]])
zeros和ones函数
zeros和ones分别可以创建指定长度或形状的全0或全1数组。只需传入一个表示形状的元组即可:
#code
data = np.zeros((3, 4))
print(data)
#output
[[0. 0. 0. 0.]
[0. 0.