NumPy基础功能索引
NumPy作为Python中一个强大的库,合理的使用不仅可以美化代码,还可以减少循环,提高执行效率。这篇文章的目的就是做一个Numpy的启发性索引。参考图书: 利用Python进行数据分析。
ndarray: 一种多维数组对象
创建ndarray
Numpy中新定义了一个数组对象(ndarray)。该对象可以通过np1.array(其他迭代类型)来定义。ndarray对象内建函数shape(查看对象形式),reshape(重建对象形式),dtype2(查看数据类型)
-
其他的ndarray创建方法如下
-
- np.ones()
- np.zeros()
- np.empty()
- np.arange()
- np.eye()
In [1]: import numpy as np
In [2]: np.ones((3, 3))
Out[2]:array([[ 1., 1., 1.],
[ 1., 1., 1.],
[ 1., 1., 1.]])
数组和标量之间的运算
这里很重要,是numpy代替for循环的一个体现。
数组与标量,数组与同型数组之间的运算都是元素级的运算
In [5]: testarray = np.ones((2, 2))
In [6]: testarray*2
Out[6]:
array([[ 2., 2.],
[ 2., 2.]])
In [7]: testarray + testarray
Out[7]:
array([[ 2., 2.],
[ 2., 2.]])
调用函数
一元函数:
函数 | 说明 |
---|---|
abs/fabs | 绝对值 |
sqrt | 开方 |
square | 平方 |
exp | e的x次方 |
log/log10/log2/log1p | 对数,其中log1p是指log(1+x) |
sign | 符号 |
ceil | 计算个元素的ceiling值,即大于等于该值的最小整数 |
floor | floor值,即小于等于该值的最大整数 |