numpy库简介
numpy是一个开源的python科学计算基数库,包含:
- 一个强大的N为数组对象ndarray
- 广播功能函数 整合C/C++/Fortran代码工具
- 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:
- 实际数据
- 描述这些数据的元数据(数据维度,数据类型,等)
- 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