中科院python进阶

这篇博客详细介绍了Python科学计算库NumPy的核心功能,包括N维数组对象ndarray、数据类型dtype以及创建数组的方法如empty、zeros和ones。NumPy作为Python的基础库,与SciPy和Matplotlib一起用于数据科学和机器学习,提供了强大的数组运算和数学函数库。
摘要由CSDN通过智能技术生成

一、Numpy包
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库:
支持大量的维度数组与矩阵运算 强大的N维数组对象 ndarray 针对数组运算提供大量的数学函数库 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 为开放源代码并且由许多协作者共同维护开发
NumPy 的前身 Numeric 最早是由 Jim Hugunin 等开发. 2005 年, 结合了 Numarray 的特色, 并加入了其它扩展而开发 NumPy

NumPy 通常与 SciPy (Scientific Python) 和 Matplotlib 一起使用
SciPy 是一个开源的 Python 算法库和数学工具包 SciPy 包含的模块有最优化, 线性代数, 积分, 插值, 特殊函数,快速傅里叶变换, 信号处理和图像处理, 常微分方程求解等工具 Matplotlib 是 NumPy 的可视化操作界面 NumPy + SciPy + Matplotlib 的组合可以实现MATLAB的许多功能, 常学习数据 科学或者机器学习.

ndarray 对象

ndarray 是 一种 n 维数组对象 ndarray 对象是用于存放同类型元素的多维数组 索引以 0 下标为开始 每个元素在内存中都有相同存储大小的区域 语法:
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
参数: object: 数组或嵌套的数列 dtype: 数组元素的数据类型 copy: 对象是否需要复制 order: 计算机内存中存储元素的顺序, C为行方向, F为列方向, A为任意方向(默认) subok: 默认返回一个与基类类型一致的数组 ndmin: 指定生成数组的最小维度 ndarray 对象由计算机内存的连续一维部分组成, 并结合索引模式, 将每个元素映射 到内

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

天涯焱俊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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