![](https://img-blog.csdnimg.cn/direct/c6686d20bcbd4a09b257dbde21602e80.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
NumPy基础学习
文章平均质量分 92
学习NumPy的基础
雾重烟秋
这个作者很懒,什么都没留下…
展开
-
NumPy 介绍和安装
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。一个强大的N维数组对象 ndarray。原创 2024-05-16 21:03:13 · 499 阅读 · 0 评论 -
NumPy——Ndarray对象和数据类型
NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。ndarray 内部由以下内容组成:一个指向数据(内存或内存映射文件中的一块数据)的指针。数据类型或 dtype,描述在数组中的固定大小值的格子。一个表示数组形状(shape)的元组,表示各维度大小的元组。原创 2024-05-16 21:42:20 · 824 阅读 · 0 评论 -
NumPy数组
本章节我们将来了解 NumPy 数组的一些基本属性。NumPy 数组的维数称为秩(rank),秩就是轴的数量,即数组的维度,一维数组的秩为 1,二维数组的秩为 2,以此类推。在 NumPy中,每一个线性的数组称为是一个轴(axis),也就是维度(dimensions)。比如说,二维数组相当于是两个一维数组,其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴(axis),第一个轴相当于是底层数组,第二个轴是底层数组里的数组。而轴的数量——秩,就是数组的维数。原创 2024-05-17 09:58:03 · 1093 阅读 · 0 评论 -
NumPy——切片和索引、高级索引、广播
ndarray对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。以上实例中,我们首先通过 arange() 函数创建 ndarray 对象。然后,分别设置起始,终止和步长的参数为 2,8 和 2。(终止部分和python的slice一样,默认是开区间)原创 2024-05-17 10:52:13 · 904 阅读 · 0 评论 -
NumPy 迭代数组、数组操作
NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。迭代器最基本的任务的可以完成对数组元素的访问。接下来我们使用 arange() 函数创建一个 2X3 数组,并使用 nditer 对它进行迭代。以上实例不是使用标准 C 或者 Fortran 顺序,选择的顺序是和数组内存布局一致的,这样做是为了提升访问的效率,默认是行序优先(row-major order,或者说是 C-order)。这反映了默认情况下只需访问每个元素,而无需考虑其特定顺序。原创 2024-05-17 17:06:54 · 595 阅读 · 0 评论 -
NumPy 矩阵库(Matrix)、线性代数
NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象。一个m*n的矩阵是一个由m行(row)n列(column)元素排列成的矩形阵列。矩阵里的元素可以是数字、符号或数学式。原创 2024-05-17 20:03:58 · 702 阅读 · 0 评论