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