Numpy数据基础
Python List的特点
Python List 的基本操作
- 创建元素为0~9,长度为10的列表(矩阵)
- 取出List中索引为5的元素
- 对List中对应索引5位置元素的修改
- List中存储的数据类型可以不同
由上面的例子我们可以看出,python中的List对数据存储较为灵活,可以存储不同类型的数据,但是代价是消耗运行效率(运行是需要判断每个数据的类型)。但是,我们对矩阵的运算仅仅只是对同一种数据的处理,并不必要用到消耗相对较大的List。因此,我们要引入python中的array类型来进行矩阵的数据存储
numpy.array基础
-
array初始化
格式:调用array中的array方法(array中的数据类型,需要初始化的数据列表)
-
array中对索引为5位置的元素数据修改
array类中不能存放多种数据类型元素
并且array仅仅作为数组存在,不能进行矩阵的计算
numpy.array基础
- numpy.array的初始化
调用np.array()方法,将数据存储到列表中传入
- 调用arr中索引为5位置的元素
- 将索引为5位置的元素修改为100
numpy中依旧不能存储多种数据类型
numpy中的特殊方法
查看矩阵的存储数据类型
numpy.dtype
numpy会对传入数据进行自动转换
- 创建一个浮点数类型的矩阵