Python实训Day03-关于Numpy浅层理解

ndarray是Numpy中不可或缺的一部分，是一个N维数组对象。

为什么会有ndarray？

• 通过ndarray类型可以实现将元素一一对应地计算的功能，如下：

import numpy as np
a = np.array([0,1,2,3,4])
b = np.array([4,3,2,1,0])
c = a + b
#可得结果：c：[4,4,4,4,4]

• 通过比较发现，ndarray的区别在于其中的元素类型是统一的，而列表、元组中的数据类型可以有整数、浮点数和复数。数组对象采用相同的数据类型，有利于节省运算和存储空间。

Numpy简单实例：求二维数组最值

用np.random.random(10,10)获得一个10行10列的随机数矩阵，用函数min()，max()获得最小值和最大值。

import numpy as np
a = np.random.random((10,10))
a
print(a.min())
print(a.max())