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_Shapelikenp.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
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()