python指数运算速度常用的单位是_Python numpy 中常用的数据运算

Numpy

精通面向数组编程和思维方式是成为Python科学计算大牛的一大关键步骤。——《利用Python进行数据分析》

Numpy(Numerical Python)是Python科学计算的基础包。具有以下功能：

快速高效的多维数组对象ndarray

ndarray表示的是N维数组对象。

ndarray是一个通用的同构数据多维容器，也就是说，其中的元素必须都是相同类型的。

每个数组里面都有一个shape和一个dtype

shape表示各个维度大小的元组

dtype表示数组数据类型

除非是显示的设置dtype，否则np.array会尝试推断出数组的数据类型

用于对数组执行元素级别计算以及直接对数组执行数学运算的函数

用于读写硬盘上基于数组的数据集的工具

线性代数运算、傅里叶变换，以及随机数生成的功能

用于将C、C++、Fortran代码集成到Python的工具

作为在算法之间传递数据的容器

Numpy数组在存储和处理数据要比内置的Python数据结构高效得多。此外，由低级语言(比如C和Fortran)编写的库可以直接操作Numpy数组中的数据，无需进行任何数据复制工作。

查看Numpy的版本

python -c "import numpy; print numpy.version.version"

1

方法

数组创建函数列表：

函数名

说明

zeros

创建指定长度或形状全为0的数组。

ones

创建指定长度或者形状全为1的数组。

empty

创建一个没有任何具体值的数组。

arange

是基于Python原版range函数改进的数组版本。

array

将输入的数据(可以是列表、元组、数组、其他的序列数组)转换为Numpy的ndarray。要是不指定dtype，那么就由该方法推断出dtype。默认直接复制数据。

asarray

将输入的数据转换为Numpy的ndarray。如果输入本身是ndarray就不进行复制操作了。

eye

创建一个N×N的单位矩阵，主对角线为1，其余为0。

identity

创建一个N×N的单位矩阵，主对角线为1，其余为0。

一元函数

函数名称

说明

abs

计算整数、浮点数或者是复数的绝对值。

fabs

计算整数、浮点数的绝对值(比abs快)。

sqrt

计算各个元素的平方根，相当于arr**0.5。

square

计算各个元素的平方，相当于arr**2。

exp

计算各个元素的指数e*。

log

自然对数。

log10

底数为10的对数。

log2

底数为2的对数。

log1p

底数为(1+x)的对数。

sign

计算各个元素的正负号：1(正数)、-1(负数)、0(零)。

ceil

计算各元素的ceiling值，即大于等于该值的最小正数。

floor

计算个元素的floor值，即小于等于该值的最大正数。

rint

将个元素四舍五入到最接近的整数，保留dtype。

modf

将数组的小数和整数部分以两个独立数组的形式返回。

isnan

返回一个表示“哪些值是NaN(这不是一个数字)”的布尔值类型。

isfinite

返回一个表示“哪些元素是有穷的(非inf，非NaN)”的布尔值数组。

isinf

返回一个表示“哪些元素是无穷的”的布尔值数组。

cos、sin、tan

三角函数。

cosh、sinh、tanh

双曲型三角函数。

arccos、arcsin、arctan

反三角函数。