科学计算库Numpy

一.对Numpy的认识：

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助我们轻松地进行数值计算。 由于Numpy底层是由C语言编写,因而具有快速高效的特点

二.Numpy数组：

NumPy数组属性

• np.array.shape,返回数组的形状,为_Shapelike
• np.array.type,返回np.ndarray
• np.array.dtype,返回元素的类型
• np.array.size,返回元素的个数
• np.array.itemsize,返回每个元素占用的字节数
• np.array.ndim,返回数组的维数,e.g.向量是一维的
• np.array.nbytes,数组中所有元素所占用的字节数,为size$\times$itemsize,而非数组所占用的空间

创建数组

1. np.array(),接收的参数为一个序列，如list,tuple,

 

ndarray的属性

 data=np.array([[12,323,44,654,7],
                [1,43,5,5,6],
                [87,53,213,67,12],
                [11,12,4324,5,6],
                [1,234,435,5,6]],dtype='int64'或者dtype=np.float32)

import numpy as np
data=np.array([[12,323,44,654,7],
                [1,43,5,5,6],
                [87,53,213,67,12],
                [11,12,4324,5,6],
                [1,234,435,5,6]])
print("#输出数组\n "+str(score))#输出数组
print("#数组维度的元组 "+str(score.shape))#数组维度的元组
print("#数组维度 "+str(score.ndim))#数组维度
print("#数组中元素数量 "+str(score.size))#数组中元素数量
print("#数组元素的长度 字节 "+str(score.itemsize))#数组元素的长度 字节
print("#数组元素的类型 "+str(score.dtype))#数组元素的类型

• NumPy模块中的其它方法:
  • np.sqrt()对每个元素求平方根
  • np.sum()对所有元素求和,当数组为二维时,传入参数axis,当axis=0,计算每一列所有元素的和,返回一个列表;当axis=1,计算每一行所有元素的和,返回一个列表
  • np.min()返回最小的元素
  • np.max()返回最大的元素
  • np.cumsum()所有元素的部分和列表

• 矩阵乘法:a.dot(b)
• 矩阵和向量的转置:
  • X.T,但是对于行向量(n,),并不能使其变成列向量(n,1)
  • np.reshape(array,_Shapelike)
  • 对于行向量(n,),用np.transpose(array)使其变成列向量(n,1)

整数索引和切片的基本使用

多维数组的切片是沿着行或列的方向选取元素的，我们可以传入一个切片，也可以传入多个切片，还可以将切片与整数索引混合使用。

def main():
    for i in range(5):
        print("hello world")
main()