python和networkx的三个给力科学计算的基友:numpy、scipy和matplotlib。
numpy擅长数组处理,多维数组的产生与访问,还有庞大的函数库,包括:求和、平均值、方差、最值、排序、矩阵、矩阵类和线性代数模块等。其安装,在第一篇中有说。
matplotlib擅长画图,点和线多形态展示、坐标轴变换等。其安装在第一篇有说。
scipy很强大,常微分方程求解、信号处理、图像处理等。安装好python编译器后,到scipy官网上下载相应的软件包(http://sourceforge.net/projects/scipy/files/),由于本人安装的是python-2.6,下载相应版本,然后点击exe安装;安装完毕,在IDEL里面输入import scipy进行测试(ps:网上有说用easy_install去安装,结果没有成功,应该是Linux下可以,windows下不可以)
这三者基本次序是数据存在numpy中,低级处理用numpy,高级处理用scipy,数据显示用matplotlib。
2. numpy
numpy提供了两个基本的对象:narray和ufunc。
narray:存储单一数据类型的多维数组
ufunc:能够对数组进行处理的函数
2.1 narray对象
在narray对象中存储这多维度数组,有数组就有类型。基本的数据类型有:
类型 | 类型说明 |
bool | True or False |
int | 所处平台的整型(一般为int32或int64) |
int8 | 字节型(-128-127) |
int16 | 16位整型(-32768-32767) |
int32 |