NumPy简介
NumPy(Numerical Python)是python的扩展库,支持大量的维度数组和矩阵运算,此外也包含对数组运算提供大量的数学函数库
NumPy是一个运行速度非常快的数据库,主要用于数组计算,包含:
一个强大的N维数组对象ndarray
广播功能函数
整合C/C++/Fortran代码的工具
线性代数,傅里叶变换,随机数生成等功能
NumPy的安装
pip install numpy
ndarray对象的组成
ndarray 是numpy中的一个N维数组的对象,也是我们最常用的东西
ndarray包括:
一个指向数据的指针。
数据类型或dtype,描述固定大小的数据
shape:表示数组形状的元组
stride:表示跨度的元组(当前元素到下一个元素需要跨过的字节数)
创建一个ndarray数组
numpy.array(object,dtype= None,copy = True,order = None, subok = False,ndmin = 0)
参数说明:
名称 | 描述 |
---|---|
object | 要组成ndarray的数据(列表或数组等 |
dtype | 数据的类型 |
copy | 是否需要复制 |
order | 创建数组的样式,C为行方向,F为列方向,A为任意方向(默认) |
subok | 默认返回一个与基类类型一致的数组 |
ndmin | 指定生成数组的最小维度 |
实例测试
instance one
import numpy as np
arr_1 = np.array([1, 2, 3, 4])
arr_2 = np.array([['1', '2'],['3', '4']])
print(arr_1)
print(arr_2)
结果如下:
[1 2 3 4]
[['1' '2']
['3' '4']]
instance two
import numpy as np
arr_1 = np.array([[1, 2], [3, 4]], dtype=str, ndmin=3)
print(arr_1)
结果如下:
[[['1' '2']
['3' '4']]]
其中Numpy的数据类型:
点击这里
NumPy数组属性
属性 | 描述 |
---|---|
ndarray.ndim | 维度的个数 |
ndarray.shape | 数组的维度,n行m列 |
ndarray.dtype | ndarray对象的元素类型 |
ndarray.size | 数组元素的个数 |
ndarray.itemsize | 数组元素的大小 |
ndarray.flags | ndarray对象的内存信息 |
实例
import numpy as np
arr_1 = np.array([[1, 2], [3, 4]], dtype=str, ndmin=3)
print('数组的维度:', arr_1.size)
print('数组的形状:', arr_1.shape)
print('数组的元素大小:', arr_1.itemsize)
print('数组的内存信息:', arr_1.flags)
结果如下:
数组的维度: 4
数组的形状: (1, 2, 2)
数组的元素大小: 4
数组的内存信息: C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : False
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False