NumPy(Numerical Python)是Python科学计算的基础包。它提供了以下功能(不限于此):
- 快速高效的多维数组对象ndarray。 用于对数组执行元素级计算以及直接对数组执行数学运算的函数。
- 用于读写硬盘上基于数组的数据集的工具。
- 线性代数运算、傅里叶变换,以及随机数生成等。
- 成熟的C API, 用于Python插件和原生C、C++、Fortran代码访问NumPy的数据结构和计算设施。
除了为Python提供快速的数组处理能力,NumPy在数据分析方面还有另外一个主要作用,即作为在算法和库之间传递数据的容器。对于数值型数据,NumPy数组在存储和处理数据时要比内置的Python数据结构高效得多。此外,NumPy可以在整个数组上执行复杂的计算,而不需要Python的for循环,基于NumPy的算法要比纯Python快10到100倍(甚至更快),并且使用的内存更少。
1 NumPy ndarray:多维数组对象
我们可以通过array函数来生成一个新的包含传递数据的Numpy 数组。
import numpy as np
array1=np.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
参数 | 描述 |
---|---|
object | 传入的数据,可以使列表(list)、集合(set)、元组&#x |