numpy

最新推荐文章于 2024-10-28 11:00:05 发布

chulian5336

最新推荐文章于 2024-10-28 11:00:05 发布

阅读量95

点赞数

文章标签： python 数据结构与算法

原文链接：https://my.oschina.net/u/3955849/blog/2996483

版权

NumPy(Numerical Python) 是Python语言的一个扩充库。支持高级大量的纬度数组与矩阵运算，此外也针对数组运算提供大量的数据函数库。

ndarray类

NumPy中的数组类被成为ndarray，要注意的是numpy.array与Python标准库中的array.array是不同的。ndarray具有如下比较重要属性：

ndarray.ndim

ndarray.ndim表示数组的纬度

ndarray.shape是一个整型tuple，用来表示数组中的每一个纬度大小。

ndarray.size表示数组中元素个数，其值等于shape中所有整数的乘积。

ndarray.dtype 用来描述数组中元素的类型，ndarray中的所有元素必须是同一类型，如果在构造数组时，传入参数不是同一类型的，不同的类型将进行统一转化。除了标准的Python类型外，NumPy额外提供了一些自有的类型，如numpy.int32,numpy.int16,numpy.float64等

NumPy中创建数组的方式有若干中，最简单的，可以直接利用的是常规的list和tuple进行创建

基本操作

除了上述一元方法以外，NumPy还提供了操作数组中特定行和列的一元方法，通过制定不同的axis来实现。

通用方法

NumPy提供了大量的通用数学和算术方法，比如常见的sin、cos、具体可以参考如下：

数组索引和迭代

与Python中定义的list一样，NumPy支持一维数组的索引、切片和迭代。

多维数组与一维数组相似，其在每个轴上都有一个对应的索引（index），这些索引是在一个逗号分隔的元组（tuple）中给出的。

NumPy功能和方法预览

数组创建

arange, array, copy, empty, empty_like, eye, fromfile, fromfunction, identity, linspace, logspace, mgrid, ogrid, ones, ones_like, r, zeros, zeros_like

数组转换

ndarray.astype, atleast_1d, atleast_2d, atleast_3d, mat

操作

array_split, column_stack, concatenate, diagonal, dsplit, dstack, hsplit, hstack, ndarray.item, newaxis, ravel, repeat, reshape, resize, squeeze, swapaxes, take, transpose, vsplit, vstack

问题

all, any, nonzero, where

排列

argmax, argmin, argsort, max, min, ptp, searchsorted, sort

运算

choose, compress, cumprod, cumsum, inner, ndarray.fill, imag, prod, put, putmask, real, sum

基础统计

cov, mean, std, var

基本线性代数

cross, dot, outer, linalg.svd, vdot

NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。

NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。