十大Python库——NumPy

最新推荐文章于 2024-07-09 23:19:55 发布

aobulaien001

最新推荐文章于 2024-07-09 23:19:55 发布

阅读量925

点赞数 25

文章标签： python numpy 开发语言

本文链接：https://blog.csdn.net/aobulaien001/article/details/135103756

版权

十大Python库——NumPy

NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。

NumPy和原生python列表的区别

NumPy 数组在创建时具有固定的大小，与Python的原生数组对象（可以动态增长）不同。更改ndarray的大小将创建一个新数组并删除原来的数组。
NumPy 数组中的元素都需要具有相同的数据类型，因此在内存中的大小相同。例外情况：Python的原生数组里包含了NumPy的对象的时候，这种情况下就允许不同大小元素的数组。
NumPy 数组有助于对大量数据进行高级数学和其他类型的操作。通常，这些操作的执行效率更高，比使用Python原生数组的代码更少。

NumPy创建数组

创建数组有5种常规机制：

从其他Python结构（例如，列表，元组）转换；
Numpy原生数组的创建（例如，arange、ones、zeros等）；
从磁盘读取数组，无论是标准格式还是自定义格式；
通过使用字符串或缓冲区从原始字节创建数组；
使用特殊库函数（例如，random）；

这里小编将为大家重点讲解前两种机制。

NO.1

将Python array_like对象转换为Numpy数组

通常，在Python中排列成array-like结构的数值数据可以通过使用array()函数转换为数组，最明显的例子是列表和元组。

NO.2

Numpy原生数组的创建

Numpy内置了从头开始创建数组的函数：

zeros(shape)将创建一个用指定形状用0填充的数组，默认的dtype是float64。

ones(shape)将创建一个用1个值填充的数组。它在所有其他方面与zeros相同。

arange()将创建具有有规律递增值的数组。检查文档字符串以获取有关可以使用的各种方式的完整信息。

NumPy输入与输出

NumPy提供了几个函数来根据表格数据创建数组。我们将重点放在genfromtxt函数上。

举例时，我们将使用以下约定：

**NO.**1

定义输入

genfromtxt的唯一强制参数是数据的来源，它可以是一个字符串，一串字符串或一个生成器。

**NO.**2

将行拆分成列

1.delimiter数据

一旦文件被定义并打开进行读取，genfromtxt会将每个非空行分割为一串字符串。空的或注释的行只是略过。delimiter关键字用于定义拆分应该如何进行。

通常，单个字符标记列之间的分隔。例如，逗号分隔文件（CSV）使用逗号（，）或分号（；）作为分隔符：

2.autostrip参数

默认情况下，当一行被分解为一系列字符串时，单个条目不会被剥离前导空白或尾随空白。通过将可选参数autostrip设置为值True，可以覆盖此行为。

3.comments参数

可选参数comments用于定义标记注释开始的字符串。默认情况下，genfromtxt假定comments=’#‘。评论标记可能发生在线上的任何地方，评论标记之后的任何字符都会被忽略。

**NO.**3

快捷方式函数

除了 genfromtxt之外，numpy.lib.io模块还提供了几个从genfromtxt派生的方便函数。这些函数的工作方式与原始函数相同，但它们具有不同的默认值。

recfromtxt - 返回标准 numpy.recarray（如果 usemask=False）或 MaskedRecords数组（如果usemask=True）。默认dtype是dtype=None ，意味着将自动确定每列的类型。
recfromcsv - 类似 recfromtxt，但有默认值delimiter=“,” 。

NumPy 数组属性

在 NumPy中，NumPy 数组的维数称为秩(rank)，秩就是轴的数量，即数组的维度。每一个线性的数组称为是一个轴(axis)，也就是维度(dimensions)。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。