Numpy
Numeric Python:
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。
作用:
1.数组的算数和逻辑运算。
2.傅立叶变换和用于图形操作的例程。
3.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。
Numpy融合了C语言的高效性和Python的简单性:
1.像C一样快:逐个元素操作是numpy的默认模式,由预编译的C代码完成;
2.比Python更简单:Numpy的惯用语法比Python内置语法更简洁。
ndarray属性:
ndarray表示N维数组对象,数组的维数和每一维数组元素的个数由shape决定,数组的维数称为轴(axes),轴的数量称为秩(rank)。
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
**shape :**表示数组每个轴元素数量的元组
a = np.array([1,2,3,4])
c = np.array([[1,2,3,4],
[5,6,7,8],
[9,10,11,12]])
a.shape
(4,)
c.shape
(3,4)
rank:轴的个数/维度数量
c*.ndim*
2
创建数组的机制:
1.从Python结构(例如,列表,元组)转换
2.从numpy原生数组创建(例如,arange、ones、zeros等)
3.使用特殊库函数(例如,random)
ndarray索引:
索引是指使用方括号([])对数组值进行索引,有很多选项来索引,这使numpy索引很强大,但功能上的强大也带来一些复杂性和潜在的混乱。
数组堆叠:
几个数组可以沿不同的轴堆叠在一起:
numpy函数:
all, any, apply_along_axis, argmax, argmin, argsort, average, bincount, ceil, clip, conj, corrcoef, cov, cross, cumprod, cumsum, diff, dot, floor, inner, inv, lexsort, max, maximum, mean, median, min, minimum, nonzero, outer, prod, re, round, sort, std, sum, trace, transpose, var, vdot, vectorize, where