NumPy相对Python更高级和更高效,数组存储在均匀连续的内存块,节约计算资源;矢量化的指针指令和多线程矩阵计算提升计算效率;避免隐氏拷贝,采取就地操作。
基本属性shape,dtype
import numpy as np
np.array()
a = np.array([0,1,2,3])
a
array([0, 1, 2, 3])
b = np.array([[0,1,2],[3,4,5]]) #2-D, 2row x 3col
b
array([[0, 1, 2],
[3, 4, 5]])
np.arange() #开始值、终值和步长
np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
np.arange(1,6,2)
array([1, 3, 5])
np.linspace() #开始值、终值和元素个数
np.ones()
np.zeros()
np.eye()
np.diag()
np.repeat()
np.vstack()
np.hstack()
shape()
reshape()
resize()
T() #转置
dot() #矩阵乘法,两个矩阵的点积
<