NumPy简介及使用

NumPy

1.NumPy的优势

NumPy是一个开源Python科学计算库，用于快速处理任意维度的数组。
对于同样的数值计算任务，使用NumPy比直接使用Python要简洁、快速。

NumPy中的数组的存储效率和输入输出性能远优于Python中等价的基本数据结构，
其能提升的性能与数组中的元素成正比。
NumPy大部分代码使用C语言写的，在底层算法在设计时就有优异的性能，
这使得NumPy比纯Python代码高效得多。

2.NumPy的Ndarray对象

NumPy最重要的一个特点是N维数组对象ndarray。它是一系列同类型数据的集合。
以0下标为开始进行索引，ndarray对象用于存放同类型元素的多维数组。

创建数组

创建一维数组
import numpy as np

#传入已有数组，并使用np.array将其转化为ndarray。
list1=[1,2,3,4]
oneArray=np.array(list1)
t1=np.array([1,2,3])
#使用range生成序列
t2=np.array(range(10))

**#使用numpy自带的arange**
t3=np.arange(0,10,2)	#[0,2,4,6,8]

创建二维数组
import numpy as np
list2=[[1,2],[3,4],[5,6]]
twoArray=np.array(list2)

常用属性

#ndim数组的维度
print(twoArray.ndim)

#数组的形状（行，列）
print(twoArray.shape)

#数组的元素个数
prin