numpy的基本介绍_python:2、numpy包提供了几种基本对象,请分别创建一个相应的对象;pandas包提供了-CSDN博客

http://phddreamer.blog.163.com/blog/static/18993409620135271536382/

标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3]，需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间。

此外Python还提供了一个array模块，array对象和列表不同，它直接保存数值，和C语言的一维数组比较类似。但是由于它不支持多维，也没有各种运算函数，因此也不适合做数值运算。

NumPy的诞生弥补了这些不足，NumPy提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组，而ufunc则是能够对数组进行处理的函数

简单的示范

 
        import numpy as np 
       
        a = np.arange(10) 
       
        print(a) 
       
        a.reshape(2,5) 
       
        print(a) 
       
        print(a.dtype) 
       
        print(a.shape) 
       
        print(a.ndim) 
       
        print(a.size) 
       
        print(type(a))

创建Array

使用array函数，从Python列表或元组中创建

 
        import numpy as np 
       
        a = np.array([2,3,4]) 
       
        print(a) 
       
        print(a.dtype) 
       
        b = np.array([1.2, 4.6, 7.8]) 
       
        print(b) 
       
        print(b.dtype) 
       
        c = np.array([(1,2,3), (4,5,6)]) 
       
        print(c) 
       
        print(c.dtype)

创建复数数组

 
        d = np.array( [ [1,2], [3,4] ], dtype=complex ) 
       
        print(d) 
       
        print(d.dtype)

使用numpy中的函数来创建数组

创建全是0的数组

 
        e = np.zeros((3,4)) 
       
        print(e) 
       
        print(e.dtype)

创建全是1的数组

 
        f = np.ones( (2,3,4), dtype=np.int16 ) 
       
        print(f) 
       
        print(f.dtype)

使用随机数来填充

 
        g = np.empty( (2,3) ) 
       
        print(g) 
       
        print(g.dtype)

创建序列

 
        h = np.arange( 10, 30, 5 ) 
       
        print(h) 
       
        i = np.arange(0,2,0.3) 
       
        print(i) 
       
        j = np.linspace(0,2,9) 
       
        print(j) 
       
        print(len(j))