本篇讲NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。
一、知识提要:
-
Numpy适合的项目类型:计算密集型
-
Numpy的核心数据结构:多维数组
-
多维数组:
a) 创建
b) 属性
c) 形状及修改
- Numpy的数组,与List的区别
a) 类型固定
b) 精度有限
c) 不可伸缩
d) 速度超快
- Numpy与List的联系
a) 形状相同
b) 索引方法相同
-
zeros和ones 和 twos?
-
随机数组
-
解(线性代数)二元一次方程组
-
高大上之,Python3.5新功能,矩阵运算符
二、补充:
然而,array数组有一个很大的特点,就是在多维数组的时候,他的元素访问不仅支持传统的列表访问语法,而且支持更加高级的多维下表语法。最后,如果你的时间不是很紧张,并且又想快速的提高,最重要的是不怕吃苦,建议你可以联系维:762459510 ,那个真的很不错,很多人进步都很快,需要你不怕吃苦哦!大家可以去添加上看一下~
例如如下代码:
x = arange(36)
x.shape = (4, 9)
print(x)
print(x[2, 7])