NumPy 是 Python 的外部库,不在标准库中,若要使用它,需要先导入 NumPy:
import numpy as np
导入 NumPy 库后,可通过np.+Tab键查看可使用的函数,如果对其中一些函数的使用不是很清楚,还可以在对应函数加上?,再运行,就可以很方便地看到如何使用函数的帮助信息。
输入np.然后按 Tab 键,将出现如下界面:
图1:查看 NumPy 可以使用的函数
运行如下命令,便可查看函数 abs 的详细帮助信息。
np.abs?
NumPy 不但强大,而且还非常友好。下面将介绍Numpy的一些常用方法,尤其是与机器学习、深度学习相关的一些内容。
NumPy 封装了一个新的数据类型 ndarray(N-dimensional Array),它是一个多维数组对象。该对象封装了许多常用的数学运算函数,方便我们做数据处理、数据分析等。那么,如何生成 ndarray 呢?这里介绍生成 ndarray 的几种方式,包括:
从已有数据中创建;
利用 random 创建;
创建特定形状的多维数组;
利用 arange、linspace 函数生成等。
从已有数据中创建数组
直接对 Python 的基础数据类型(如列表、元组等)进行转换来生成 ndarray:
1) 将列表转换成 ndarray:
import numpy as np
ls1 = [10, 42, 0, -17, 30]
nd1 =np.array(ls1)
print(nd1)
print(type(nd1))
运行结果:
[ 10 42 0 -17 30]
2) 嵌套列表可以转换成多维 ndarray:
import numpy as np
ls2 = [[8, -2, 0, 34, 7], [6, 7, 8, 9, 10]]
nd2 =np.array(ls2)
print(nd2)
print(type(nd2))
运行