Numpy库

NumPy

NumPy是一个开源的Python科学计算基础库，包含：
• 一个强大的N维数组对象 ndarray
• 广播功能函数
• 整合C/C++/Fortran代码的工具
• 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的引用

import 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：
• 实际的数据
• 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

ndarray对象的属性

.ndim 秩，即轴的数量或维度的数量
.shape ndarray对象的尺度，对于矩阵，n行m列
.size ndarray对象元素的个数，相当于.shape中n*m的值
.dtype ndarray对象的元素类型
.itemsize ndarray对象中每个元素的大小，以字节为单位

ndarray数组的创建方法

•从Python中的列表、元组等类型创建ndarray数组
• 使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等
• 从字节流（raw bytes）中创建ndarray数组
• 从文件中读取特定格式，创建ndarray数组

1）从Python中的列表、元组等类型创建ndarray数组

x= np.array(list/tuple)
x= np.array(list/tuple, dtype=np.float32)

当np.array()不指定dtype时，NumPy将根据数据情况关联一个dtype类型

2）使用NumPy中函数创建ndarray数组，如：arange, ones, zeros等

3）使用NumPy中其他函数创建ndarray数组

ndarray数组的变换

对于创建后的ndarray数组，可以对其进行维度变换和元素类型变换
 

a= np.ones((2,3,4), dtype=np.int32

维度变换

 

类型变换

new_a = a.astype(new_type)

astype()方法一定会创建新的数组（原始数据的一个拷贝），即使两个类型

ndarray数组向列表的转换
 

ls= a.tolist

 

ndarray数组的操作

数组的索引和切片
索引：获取数组中特定位置元素的过程
切片：获取数组元素子集的过程

起始编号: 终止编号(不含): 步长，3元素冒号分割，编号0开始从左递增，或‐1开始从右递减

ndarray数组的运算

数组与标量之间的运算作用于数组的每一个元素

NumPy一元函数

对ndarray中的数据执行元素级运算的函数

 

floor(x)返回的是小于或等于x的最大整数

ceil(x)返回的是大于x的最小整数。

NumPy二元函数