numpy
import numpy as np
用于处理数组的python库,也有在线性变换、傅里叶变换、矩阵领域工作的功能。
使用numpy的原因:python中的列表处理速度很慢,numpy提供的数组对象比传统的python列表快50倍。
numpy中的数组对象倍称为ndarray,它提供了很多支持性函数,使得ndarray非常容易。
为什么numpy比列表快:与列表不同,numpy的数组被存储在内存中一个连续的位置
,所以进程可以非常有效的访问和操作它们。
数组、数据类型、形状、操作(迭代、连接、拆分、排序)
numpy的数组对象 ndarray
使用 np.array()创建一个ndarray对象
数组x的类型是numpy.ndarray
要创建ndarray,我们可以将列表、元组或任何类似数组的对象传递给array()方法,然后将它转化为ndarray
numpy二维数组
numpy三维数组
检查维度 ndim
数组在创建时就可以指定维度 ndmin=
数组索引
numpy数组的索引从0开始
访问一维数组
访问二维数组
从后找元素,负索引:-1是最后一个元素