Python—NumPy数值计算基础1
NumPy简介
NumPy是用于数据科学计算的基础模块,不但能够完成科学计算的任务,而且能够被作为高维数据的容器,可用于存储和处理大型矩阵。
NumPy的数组对象ndarray
1)数组属性
数组ndarray的属性包括以下几个:
属性 | 说明 |
---|---|
ndim | 数组的维数 |
shape | 数组的形状 (对于m*n的矩阵,形状为(m,n)) |
size | 数组的尺寸,即元素个数 |
dtype | 数组元素的类型(data-type) |
itemsize | 数组中每个元素的大小(以字节为单位) |
2) 数组创建
NumPy提供的array函数可以创建一维或者多维数组,基本使用的语法为
numpy.array(object, dtype=None, copy=True, order='K',subok=False,ndmin=0)
参数 | 说明 |
---|---|
object | 想要创建的数组 |
dtype | 数组所需的数据类型(data-type) |
ndmin | 指定生成数组应该具有的最小维数(默认为None) |
数组创建用到的函数:
函数 | 说明 |
---|---|
numpy.arange(m,n,i) | 以开始值m,终值为n,步长为i创建数组 |
numpy.linspace(m,n,i) | 以开始值m,终值为n,元素个数为i创建数组 |
numpy.logspace(m,n,i) | 与linspace()类似,但它创建的是等比数列 |
numpy.zeros((m,n))或numpy.empty((m,n)) | 创建m行n列的全为0的数组 |
numpy.ones((m,n)) | 创建m行n列的全为1的数组 |
nu |