python-numpy库 学习笔记一 numpy库的基本属性

numpy库简介

numpy是一个开源的python科学计算基数库，包含：

1. 一个强大的N为数组对象ndarray
2. 广播功能函数 整合C/C++/Fortran代码工具
3. 线性代数，傅里叶变换，随机数生成等功能

numpy是scipy、pandas等数据处理或科学计算库的基础。

Numpy库的引用

    inport numpy as np

N维数组对象 ndarray

Ndarray是一个多维数组对象，由两部分构成：

1. 实际数据
2. 描述这些数据的元数据（数据维度，数据类型，等）
3. Ndarray数组一般要求所有元素类型相同（同质），数组下标从0开始

Np.array()输出成[ ]元素由空格分割。
轴（axis）：保存数据的维度，
秩（rank）：轴的数量

Ndarray实例

import numpy as np
pa = [0, 1, 2, 3, 6]
pb = [4, 2, 5, 6, 8]
def psm():
    pc = []
    for i in range(len(pa)):
        pc.append(pa[i]**2+pb[i]**3)
    return pc
def nsm():
    na = np.array(pa)
    nb = np.array(pb)
    nc = na**2+nb**3
    return nc
print(psm())
print(nsm())
[64, 9, 129, 225, 548]
[ 64   9 129 225 548]

Ndarray对象的属性

import numpy as np
pa = [0, 1, 2, 3, 6]
pb = [4, 2, 5, 6, 8]
a=np.array([pa,pb])
print(a)
[[0 1 2 3 6]
 [4 2 5 6 8]]
print(a.ndim)   #输出轴的数量或维度的数量
2
print(a.shape)  #对象的尺度，对于矩阵，n行m列
(2, 5)
print(a.size)   #对象元素的个数，相当于对象中m*n的值
10
print(a.dtype)  #对象的元素类型
int32
print(a.itemsize) #对象中每个元素的大小，一字节为单位
4

Ndarray的元素类型

非同质的ndarray对象

Ndarray数组可以有非同质对象构成
非同质ndarray元素为对象类型，
非同质ndarray对象无法有效发挥numpy优势，尽量避免使用。

import numpy as np
pa = [0, 1, 2, 3, 6]
pb = [4, 2, 5, 6]
a=np.array([pa,pb])
print(a)
[list([0, 1, 2, 3, 6]) list([4, 2, 5, 6])]
print(a.ndim)   #输出轴的数量或维度的数量
1
print(a.shape)  #对象的尺度，对于矩阵，n行m列
(2,)
print(a.size)   #对象元素的个数，相当于对象中m*n的值
2
print(a.dtype)  #对象的元素类型
object
print(a.itemsize) #对象中每个元素的大小，一字节为单位
8