python学习 1

1. 数据的维度

• 维度的定义：一组数据的组织形式

一维数据：一维数据由对等关系的有序或无序数据构成,采用线性方式组织。（列表和集合类型）

二维数据：二维数据由多个一维数据构成,是一维数据的组合形式。（列表类型）

多维数据：多维数据由一维或二维数据在新维度上扩展形成。（列表类型）

高维数据：高维数据仅利用最基本的二元关系展示数据间的复杂结构。（字典类型或数据表示格式)

2. NumPy的数组对象ndarray

• NumPy的引用：import numpy as np

• ndarray:数组对象可以去掉元素间运算所需的循环,使一维向量更像单个数据。

设置专门的数组对象,经过优化,可以提升这类应用的运算速度。

• ndarray构成：实际的数据、描述这些数据的元数据(数据维度、数据类型等)

• ndarray属性

• ndarray元素类型

对比:Pythoni语法仅支持整数、浮点数和复数3种类型

科学计算涉及数据较多,对存储和性能都有较高要求。

对元素类型 精细定义,有助于nump合理使用存储空间并优化性能。

对元素类型精细定义,有助于程序员对程序规模有合理评估。

3. ndarray数组的创建和变换

• 创建

从Python中的列表、元组等类型创建ndarray数组。

使用nump中函数创建ndarray数组,如: range,ones,zeros等。

从字节流(raw bytes)中创建ndarray数组。

从文件中读取特定格式,创建ndarray数组。

• 变换

对于创建后的ndarray数组,可以对其进行维度变换和元素类型变换。

4. ndarray数组的操作（索引和切片)

• 索引:获取数组中特定位置元素的过程

切片:获取数组元素子集的过程

一维数组

多维数组

5. ndarray数组的运算

• 数组与标量之间的运算：数组与标量之间的运算作用于数组的每一个元素

• 一元函数

• 二元函数