Numpy是一个python包,他是一个由多维数组对象和用于处理数组的例程集合组成的库。
Numpy操作:
- 数组的算术和逻辑运算运算
- 傅里叶变换和用于图形操作的例程
- 与线性代数有关的操作,Numpy拥有线性代数和随机数生成的内置函数
一、Ndarray对象
它描述相同类型的元素集合。可以使用基于零的索引访问集合中的项目。
ndarray中的每个元素在内存中使用相同大小的块,ndarray中的每个元素是数据类型对象的对象(dtype)。
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
上面的构造器接受以下参数:
序号 | 参数及描述 |
---|---|
1. | object 任何暴露数组接口方法的对象都会返回一个数组或任何(嵌套)序列。 |
2. | dtype 数组的所需数据类型,可选。 |
3. | copy 可选,默认为true ,对象是否被复制。 |
4. | order C (按行)、F (按列)或A (任意,默认)。 |
5. | subok 默认情况下,返回的数组被强制为基类数组。 如果为true ,则返回子类。 |
6. | ndimin 指定返回数组的最小维数。 |
二、数组属性
1.ndarray.shape
这一数组属性返回一个包含数组维度的元组,也可以用来调整数组的大小。
2.reshape函数: 可用来调整数组大小
3.ndim
这一数组的属性返回数组的维度。
三、数组创建例程
1.numpy.empty
它创建指定形状和dtype的未初始化(随机值)数组,使用以下构造函数:
numpy.empty(shape, dtype = float, order = 'C')
2.numpy.zeros
3.numpy.ones
四、来自现有数据的数组
1.numpy.asarray
numpy.asarray(a, dtype = None, order = None)
五、来自数值范围的数组
1.numpy.arange
numpy.asarray(a, dtype = None, order = None)
2.numpy.linspace
numpy.linspace(start, stop, num, endpoint, retstep, dtype)
endpoint
序列中是否包含stop
值,默认为ture
retstep
如果为true
,返回样例,以及连续数字之间的步长
六、切片和索引
1.使用内置的slice()函数
import numpy as np
a = np.arange(10)
s = slice(2,7,2)
print a[s]
2.高级索引
import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
y = x[[0,1,2], [0,1,0]]
print y
上文摘自 https://www.yiibai.com/numpy/numpy_ndarray_object.html