python 数组平均数_Numpy——你不得不掌握的Python基本包库

说在前面

Python是最能让我们感受到安心、贴心、舒心的一门语言，但没有NumPy又怎能让我们省心、放心？

今天，小编将为大家介绍Python中最常用、最基本的包之一：NumPy

一、简介

NumPy是Python进行科学计算的基础软件包，它是Python进行数据分析的一个主要的工具，且提供了多种数据结构、算法以及大部分涉及Python数组计算所需的接口。NumPy通常与Scipy(Scientific Python)和Matplotlib(绘图库)一起使用，这种组合使用能够能够替代MATLAB，是一个强大的计算环境。

NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发，2005 年，Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色，并加入了其它扩展而开发了 NumPy。

二、NumPy安装

NumPy的安装通常有两种方法：

1、使用已有的发行版本，比如Anaconda等。

2、使用pip安装：--user 选项可以设置只安装在当前的用户下，而不是写入到系统目录。

pip install --user numpy

三、创建数组

创建数组的函数有以下(部分)形式：

(1)array：将输入数据(列表、元组、数组或其他序列类型)转换为ndarray，默认直接复制输入数据

(2)asarray：将输入转换为ndarray，如果输入数据本身就是一个ndarray，则不会进行复制

(3)arange：类似内置range，返回值为ndarray

(4)ones：根据指定的形状和dtype创建一个全为1的数组

(5)zeros：根据指定的形状和dtype创建一个全为0的数组

(6)empty：创建新数组、只分配内存空间但不填充任何值

(7)eye、identity：创建一个N×N的单位矩阵(对角线为1.其余为0)

部分实例如下：

(1)array：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

import numpy as np 
a = np.array([1,2,3])  
print (a)
[1, 2, 3]#输出结果

array. gif

(2)asarray：

numpy.asarray(a, dtype = None, order = None)

import numpy as np 
x = np.asarray([1,2,3])  
print (x)

(3)ones：

numpy.ones(shape, dtype = None, order = 'C')

import numpy as np
x = np.ones([3,3]) 
print(x)

ones.gif

(4)empty：

numpy.empty(shape, dtype = float, order = 'C')

import numpy as np 
x = np.empty([1,2]) 
print (x)

empty.gif

四、NumPy的部分属性

NumPy数组的维数称为秩(rank)，一维数组的秩为1，二维数组的秩为2，以此类推。

1.ndim查看数组的维度

NumPy 数组提供了 ndim 属性，该属性只返回一个整数，该整数即表示数组的维度，等于秩。

import numpy as np
x = np.array(2)
y = np.array([1, 2])
z = np.array([[1, 2], [3, 4]])
print(x.ndim) 
print(y.ndim) 
print(z.ndim) 

ndim.gif

2.dtype查看数组的数据类型

dtype用于返回数组中元素的数据类型

import numpy as np
x = np.array(1.2)
y = np.array([1, 2])
z = np.array([[1, 2], [4, 5]])
print(x.dtype) 
print(y.dtype) 
print(z.dtype) 

dtype.gif

3.shape查看数据的行列

shape表示数组的维度，返回一个元组，这个元组的长度就是维度的数目。一个二维数组，其维度表示"行数"和"列数"

import numpy as np  
a = np.array([[1,2,3],[4,5,6],[7,8,9]])  
print (a.shape)

shape.gif

4.reshape调整数组的大小

reshape用于调整数组的大小而不改变数组中的元素

import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print(b)

reshape.gif

五、NumPy常用数学函数

• sum 求和
• min 求最小值
• max 求最大值
• cumsum 求前缀和
• mean 求平均数
• std 求标准差
• var 求方差
• ptp 最大值与最小值的差
• argmin 求最小值索引
• argmax 求最大值索引

‍ ‍ ‍ ‍ ‍ ‍ ‍ ‍

往期文章

如何用Python画出69老同志？

(第二期)Jupyter Notebook快捷键介绍，帮助你轻松提高编写效率！

jupyter notebook升级体验！笔记本神器—Jupyter Lab

PYTHON

长按关注点击关注不迷路满满干货为你出微信公众号：Python希望社