Python之Numpy学习（1）

最新推荐文章于 2022-06-22 19:48:30 发布

非常满意

最新推荐文章于 2022-06-22 19:48:30 发布

阅读量309

点赞数

分类专栏： Python学习文章标签： Python numpy

本文链接：https://blog.csdn.net/qq_41618978/article/details/88959805

版权

本文介绍了Python的Numpy库，重点讨论了astype()方法用于转换数组数据类型，标量算术运算的特性，以及矩阵乘法的dot()方法和@操作符。还探讨了数组的比较、切片、布尔索引和神奇索引等操作，强调了切片是视图和使用copy()获取数组副本的重要性。

摘要由CSDN通过智能技术生成

astype(dtype):显示的转换数组的数据类型，该方法总会生成一个新数组

In [6]: arr = np.arange(10,dtype=np.float)

In [7]: arr
Out[7]: array([0., 1., 2., 3., 4., 5., 6., 7., 8., 9.])

In [8]: arr = arr.astype(np.int)

In [9]: arr
Out[9]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

对于数组元素是字符串也同样适用：

In [10]: s = np.array(['1.24','3.56','24'])

In [11]: s = s.astype(float)

In [12]: s
Out[12]: array([ 1.24,  3.56, 24.  ])

对于numpy的标量算术运算会把参数传递给数组的每一个元素

In [18]: arr1 = np.arange(12).reshape(3,4)

In [19]: arr2 = np.arange(12,24).reshape(3,4)

In [20]: arr1
Out[20]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [21]: arr2
Out[21]:
array([[12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23]])

In [22]: arr1 + arr2 #对应每个元素相加
Out[22]:
array([[12, 14, 16, 18],
       [20, 2