nump基础知识点

这篇博客介绍了numpy库的基础知识,包括ndarray对象、数组与标量运算、索引切片、数组转置、通用函数、数组处理、排序、唯一化、文件输入输出、线性代数和随机数生成等内容,是科学计算和数据分析的入门指南。
摘要由CSDN通过智能技术生成

numpy基础入门

numpy是高性能科学计算和数据分析的基础包。其部分功能如下介绍:

  • ndarray,一个具有矢量算术运算复杂广播能力的快速且节省空间的多维数组。
  • 用于对整组数据进行快速运算的标准数学函数(无需编写循环)
  • 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。
  • 线性代数、随机数生成以及傅里叶变换功能。
  • 用于集成由C、C++、Fortran等语言编写的代码的工具。
1、ndarray对象

ndarray是一个通用的同构数据多维容器,该对象是一个快速而灵活的大数据集容器。也就是说,其中的所有元素必须是相同数据类型的。每个数组都有一个shape和一个dtype。

import numpy as np
data1 = [6, 7.5, 8, 0, 1]
arr1 = np.array(data)
# 维度
arr1.ndim
# 大小
arr1.shape
# 数据类型
arr1.dtype
# 新建数组
np.zeros(10)
np.zeros((3, 6))
np.empty((2, 3, 2))  # empty创建一个没有具体值的数组
np.eye     # 创建一个正方的N*N单位矩阵(对角线为1,其他为0)
# 
np.arange(15) # 类似于内置的range
# 类型转换
arr.astype(np.int32)

2、数组和标量之间的运算

数组很重要,因为它使你不用编写循环即可对数据执行批量运算。这通常就叫做矢量化

arr = np.array([[1, 2, 3], [4, 5, 6]])
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值