科学计算库NumPy

本文详细介绍了科学计算库NumPy,包括如何创建数组,如使用array()、zeros()、ones()、empty()和arange()函数。接着探讨了数组的数据类型,特别是astype()方法用于转换数据类型。还详细讨论了数组运算,如元素级运算、广播机制和标量运算。此外,文章还介绍了多维数组的索引和切片操作,以及通用函数和数组处理数据的方法,如where()函数。最后,简述了NumPy的随机数模块,对比了它与Python的random模块的不同之处。
摘要由CSDN通过智能技术生成

一、认识和创建数组

1.认识NumPy数组对象

NumPy中最重要的一个特点就是其N维数组对象,即ndarray(别名array)对象,该对象可以执行一些科学计算。

ndarray对象中定义了一些重要的属性。

2.创建NumPy数组

最简单的创建ndarray对象的方式是使用array()函数,在调用该函数时传入一个列表或者元组

import numpy as np
# 创建一个一维数组
data1 = np.array([1, 2, 3])
print(data1)
import numpy as np
# 创建一个二维数组
data2 = np.array([[1, 2, 3], [4, 5, 6]])
print(ddata2)

通过zeros()函数创建元素值都是0的数组;通过ones()函数创建元素值都为1的数组。

import numpy as np
# 创建元素值全是0的数组
d1=np.zeros((3, 4))
print(d1)



# 创建元素值全是1的数组
d2=np.ones((3, 4))
print(d2)

通过empty()函数创建一个新的数组,该数组只分配了内存空间,它里面填充的元素都是随机的

通过arange()函数可以创建一个等差数组,它的功能类似于range(),只不过arange()函数返回的结果是数组,而不是列表

import numpy as np
# 创建元素值全是随机数的数组
da1=np.empty((5, 2))
print(da1)


#创建一个等差数组 
#从1开始到20结束,间隔是5
da2=np.arange(1, 20, 5)
print(da2)



二、数组的数据类型

大家可能注意到,有些数组元素的后面会跟着一个小数点,而有些元素后面没有,比如1和1.,产生这种现象,主要是因为元素的数据类型不同所导致的

ndarray.dtype可以创建一个表示数据类型的对象,如果希望获取数据类型的名称,则需要访问name属性进行获取。

import numpy as 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值