Numpy的核心特征之一就是N-维数组对象——ndarray。ndarray是Python中一个快速。灵活的大型数据集容器。数组允许你使用类似于标量的操作语法在整块数据上进行数据计算。
为了让大家感受下Numpy,首先导入Numpy,再生成一个小的随机数组:
import numpy as np
#生成随机数组
data = np.random.rand(2,3)
data
array([[0.91666618, 0.65477897, 0.47119754],
[0.01575175, 0.54662481, 0.02147491]])
我们可以给data加上一个数学操作:
data * 10
array([[9.16666176, 6.54778974, 4.71197543],
[0.15751747, 5.46624805, 0.21474909]])
data + data
array([[1.83333235, 1.30955795, 0.94239509],
[0.03150349, 1.09324961, 0.04294982]])
(Numpy的导入方式import numpy as np 。当然也可以在代码中使用**from numpy import *** 来省略多写的一个np,建议使用标准导入的导入方式。)
一个ndarray是一个通用的多维同类数据容器,也就是说,它包含的每一个元素均为相同类型。每一个数组都有一个shape属性,用来表征数组每一维度的数量,每一个数组都有一个<