Python——numpy模块学习笔记
数组:是同一类型的数据组成的一个队列。
2. Numpy介绍
是Python进行数据科学计算的基础软件包,核心是ndarray对象
- 功能强大的N维数组对象
- 精密广播功能函数
- 集成C/C++ 和Fortran 代码的工具
- 强大的线性代数、傅里叶变换和随机数功能
- 结合稀疏矩阵框架scipy 更加高效实现矩阵运算
- 安装Numpy
a . {a.} a. 使用pip安装: ⟶ {\longrightarrow} ⟶ pip install numpy
{}
b . {b.} b. 在Anonconda使用conda安装: ⟶ {\longrightarrow} ⟶ conda install numpy
- 导入&版本查看
import numpy as np
import 导入 numpy 包名 as np 当前模块中的引用名称或者别名
a {a} a 查看版本
np.version
查看版本的作用是因为我们在实际工作中不同的项目可能引用不同版本的版本,各个版本之间的差异性可能会导致一些我们未预料的问题。为了项目的一致性,搭建环境会用到。
建议相关操作在jupyter notebook 下进行方便操作和验证
# ndarray对象的创建 静态构造
# 一维数组
arr = np.array([1, 2, 3])
type(arr)
# 二维数组
arr1 = np.array([[1, 2, 3],[2, 3, 4]])
# 常规函数的创建
# 创建一维数组
np.ones(3) # 结果为: [1. 1. 1.]
# ones() 函数定义 参数列表如下
# shape: Union[int, Iterable[int]],
# dtype: Optional[object] = None,
# order: Optional[str] = 'C'
np.ones((5,), dtype=int)# 结果为 [1 1 1 1 1]
# 等差数列
# 从1到5 取五个数
np.linspaces(1,5,5)
# 输出结果为:[1. 2. 3. 4. 5.]
linspaces 参数详解
linspace(start: Union[ndarray, Iterable, int, float], --> 开始位置
stop: Union[ndarray, Iterable, int, float], --> 结束位置
num: Optional[int] = 50, --> 取几个数
endpoint: Optional[bool] = True,–> 是否包含结束位置的值,决定了是左闭右开[,)还是左闭右闭[]
retstep: Optional[bool] = False, --> 是否显示步长
dtype: Optional[object] = None, -->