NumPy(Numerical Python的简称)是一个开源的Python科学计算库,用于进行大规模数值和矩阵运算。它提供了一个高性能的多维数组对象ndarray
和用于操作这些数组的工具和函数。NumPy是许多其他科学计算和数据分析库的基础,比如SciPy、Pandas和Scikit-learn。
安装包
pip3 install numpy
引用包
import numpy as np
创建数组
一维数组
一个普通的一维数组代码如下:
import numpy as np
#创建一维数组
d1 = np.array([1,2,3,4,5,6])
print(type(d1))#种类
print(d1)#数据
print(d1.size)#元素个数
print(d1.ndim)#输出数组维度
运行结果
创建一个0-19的一维数组代码如下:
import numpy as np
d2 = np.arange(20)
print(d2)
运行结果
二维数组
示例代码如下:
import numpy as np
d1 = np.array([1,2,3,4,5,6])
d2=d1.reshape(2,3)#表示二维数组拆分的参数
print(d2)
print(d2.size)
print(d2.ndim)
运行结果
注意 :元素的个数和拆分的二维参数要匹配,否则报错。
创建数组类型的关键词
array:将输入数据转换为ndarray,推断dtype或显示指定
arange:英似内量函数range,返日ndarray。
zeros:创建全0数组,可指定形状和dtype。
ones:创建全1数组,可指定形状和dtype
empty:创建新数组,只分配内存空同、不填充任何值
转换数据类型
整型int转换float为例
import numpy as np
data = np.array([1,2,3,4,5,6])
#输出数据类型
print(data.dtype)
#类型转换
data = np.array([1,2,3,4,5,6],dtype=np.float64)
print(data.dtype)
索引
索引和切片用于获取数组中部分(区间)的数据,负数从右侧向左侧数。通常情况用于获取最后一个数据。
示例代码
import numpy as np
array = np.array([1, 2, 3, 4, 5])
element = array[2]#数组array从左到右第(n+1)个元素
print(element)
切片
示例代码
import numpy as np
array = np.array([1, 2, 3, 4, 5])
slice = array[1:4]
print(slice)
输出结果:[2,3,4]
数组运算
关键词
- 创建数组:
np.array
- 形状:
shape
- 大小:
size
- 数据类型:
dtype
- 元素个数:
length
- 切片:
slice
- 索引:
indexing
- 条件选择:
where
- 排序:
sort
- 随机数:
random
- 元素乘法:
multiply
- 元素除法:
divide
- 元素加法:
add
- 元素减法:
subtract
- 最大值:
max
- 最小值:
min
- 求和:
sum
- 均值:
mean
- 中位数:
median
- 累积和:
cumsum
- 唯一值:
unique
- 点乘:
tensordot
- 对数:
log
- 正弦:
sin
- 余弦:
cos
- 正切:
tan