Python-Numpy模块

关键字

为什么Numpy比Python代码计算快

1. Numpy是直接以数组、矩阵为粒度去计算并且支持大量的数据函数，而Python要使用for循环从底层实现。
2. Numpy的数组存储和输入输出的计算性能要高于Python使用的List，或者嵌套List。
3. Numpy的大部分代码都是用C语言实现的。

常用方法

import numpy as np

方法	释义
np.arange(n)	返回0~n-1的数据
np.shape()	数组的维度
np.ndim()	数组维度的数目
np.size()	数组元素的数目
np.dtype()	数组中元素的类型
np.ones_like(x)	创建和x向量维度一样的数组，元素都是1
np.zeros_like(x)	创建和x向量维度一样的数组，元素都是0
np.full(9,77)	创建向量9个元素，都用77来填充
np.full((2,3),77)	创建数组(2,3)，都用77来填充
np.full_like(x,77)	创建和x向量维度一样的数组，都用77来填充
np.random.randn()	创建一个随机数
np.random.randn(3)	创建3个随机数
np.random.randn(3,2)	创建一个3行2列的随机数
np.random.randn(3,2,2)	创建3个2行2列的数组的随机数
arr.argsort()[-3:]	返回数组中最大的三个数的下标值
arr[arr.argsort()[-3:]]	返回arr数组中对应下表的值，arr[list值]:可以返回多个索