Python数据挖掘与机器学习-03 初识Numpy

本文介绍了Numpy作为Python科学计算基础软件包的重要性和作用,包括提供真正的数组功能、高效的内置函数以及与其他库的集成。内容涵盖Numpy的基础知识,如数据类型、创建数组的方法、数组的索引、切片、运算、重塑、合并与分割,以及Numpy中的数据统计与分析,如排序、去重和统计函数。
摘要由CSDN通过智能技术生成

官方文档,请访问:NumPy 中文

Numpy是什么


Numpy是用python进行科学计算的基础软件包。且Numpy提供了真正的数组功能(python并没有提供数组功能),以及对数据快速处理的函数。Numpy还是很多更高级的拓展库的依赖库,例如:Scipy, Matplotlib, Pandas等。此外,值得一提的是:Numpy 内置函数处理数据的速度是 C 语言级别的,因此编写程序时,应尽量使用内置函数,避免出现效率瓶颈的现象。它包括:

  • 功能强大的N维数组对象 : ndarray。
  • 精密广播功能函数。
  • 集成 C/C++ 和 Fortran 代码的工具。
  • 强大的线性代数、傅里叶变换和随机数功能。

Numpy基础知识

  • 数据类型


Numpy 的类型 C 的类型 描述
np.int8 int8_t 字节(-128到127)
np.int16 int16_t 整数(-32768至32767)
np.int32 int32_t 整数(-2147483648至2147483647)
np.int64 int64_t 整数(-9223372036854775808至9223372036854775807)
np.uint8 uint8_t 无符号整数(0到255)
np.uint16 uint16_t 无符号整数(0到65535)
np.uint32 uint32_t 无符号整数(0到4294967295)
np.uint64 uint64_t 无符号整数(0到18446744073709551615)
np.intp intptr_t 用于索引的整数,通常与索引相同 ssize_t
np.uintp uintptr_t 整数大到足以容纳指针
np.float32 float
np.float64 / np.float_ double 请注意,这与内置python float的精度相匹配。
np.complex64 float complex 复数,由两个32位浮点数(实数和虚数组件)表示
np.complex128 / np.complex_ double complex 请注意,这与内置python 复合体的精度相匹配。
  • 创建数组

    数组创建详细API,请见:

  • 0
    点赞
  • 0
    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