【数据分析与智能计算】第二章：NumPy库与数组

一、列表与数组

Python的自带数据类型中是不存在数组这一种类型的，而是自带了一种和数组相类似的列表类型。

从某种程度上来说，列表仿佛比数组更加“强大”，因为列表里的元素可以是任意类型的；并且类似于“多维数组”的概念我们也可以用“列表套列表”的方式实现。

不过，上述所谓的“强大”在数组的眼中只不过是极度的“不规范”。我们需要一种新的数据类型数组，来保证其中所有的元素都是数，这样我们才可以定义元素之间的四则运算，才可以定义数组之间的向量乘法、矩阵乘法等。这些事情是一个数据类型混杂的列表所不能完成的。

我们一般使用第三方库NumPy中定义的numpy.array类作为我们的数组类型。

二、NumPy库的使用

导入库

NumPy库是一个第三方库，所以使用前需要先导入（大家一般将其重命名为np）

import numpy as np

实例化一个数组对象

要生成一个数组，无非就是要知道两件事情：1.这个数组的名字是什么？ 2.这个数组里面的数是什么？

所以生成一个数组最简单的方法便是数组名 = np.ndarray(列表) 其中等号的右边便是数组对象名，左边括号里填的是一个列表对象，列表里的元素就转换为数组里的元素了。

array1 = np.array([1,2,3,4])
print(array1)

[1 2 3 4]

同样地，如果要生成一个多维数组的话，我们只需要“列表套列表”就行了

list2 = [[11,12],[21,22]] #最外层列表里面又嵌套了一层列表
array2 = np.array(list2) #所以生成的是一个二维数组
print(array2)
print