Numpy是一个Python科学计算的基础模块,Numpy不但能够完成科学计算的任务,也能够被用作有效的多位数据容器,这使得Numpy可以无缝并快速的整合各种数据;
1、 Numpy对象ndarray
Numpy中定义的最重要的对象称为ndarray的N维数组类型,它描述相同类型的元素集合,可以使用基于零的索引访问集合中的项目;
Ndarray中的每个元素在内存中使用相同大小的块。
注:这里需要与列表进行区分,list中并没有限制数据的类型,list中可以同时包含有字符、列表、元组等,但Numpy中生成的ndarray对象是相同元素的集合;
2、 创建数组
Numpy有多种方法可用于创建数组,一下对各种方法进行列举:
array
创建数组使用array方法,array方法的参数如下:
array(p_object,dtype = None, copy = True,order = ‘K’, subok = False, ndmin = 0)
相关参数的功能如下:
p_object :传入的数组对象,可以是list、tuple等
import numpy as np
"""创建数组"""
print("""创建数组""")
arr1 = np.array([1,2,3,4,5,6])
arr2 = np.array((1,2,3,4,5,6))
arr3 = np.array([1,2,3,4,5,6,'a'])
# arr4 =np.array([1,2,3,4,5,6,(1,2,3,4,5)]) 不支持此种方式创建数组
# arr5 =np.array((1,2,3,4,5,6,(1,2,3,4,5))) 不支持此种方式创建数组
arr4 =np.array([[1,2,3,4,5,6],(1,2,3,4,5)])
arr5 =np.array(((1,2,3,4,5,6),(1,2,3,4,5)))
print(arr1)
print(arr2)
print(arr3)
print(arr4)
print(arr5)