python中的numpy库有什么优缺点_如何最简单、通俗地理解Python的numpy库？

目录：

一、笔记

二、我的自学路线

三、笔记目录

一、笔记

1) numpy 概念

① numpy是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

② numpy是一个运行速度非常快的数学库，主要用于数组计算，包含：1. 一个强大的N维数组对象 ndarry

2. 广播功能函数

3. 整合 C/C++/Fortran 代码的工件

③ Anaconda自带numpy库，纯python开发环境要安装numpy库，用anaconda的原因是因为它自带了大多数我们常用的包了。

④ numpy最重要的一个特点是其N维"数组"对象ndarry，它是一系列 "同类型数据" 的集合，以0下标为开始进行集合中元素的索引。

⑤ ndarray对象是用于存放同类型元素的多维数组。

⑥ ndarray中每个元素在内存中都有相同存储大小的区域。

import numpy as np

a = np.array([[1,2,3],[4,5,6]])

print(a)

print(a.ndim) # ndarry维度

print(a.shape) # ndarry形状

print(a.size) # ndarry元素个数

print(a.dtype) # ndarry元素类型

运行结果：

[[1 2 3]

[4 5 6]]

2

(2, 3)

6

int32

import numpy as np

a = np.array([[[1,2,3],[4,5,6]]])

print(a)

print(a.ndim) # ndarry维度跟最外层括号[]有关

# 第一个括号去掉，有一个元素，所以第一维为1，第二个括号去掉有两个元素，所以第二维为2

print(a.shape)

print(a.size)

print(a.dtype) # a中元素为int32

运行结果：

[[[1 2 3]

[4 5 6]]]

3

(1, 2, 3)

6

int32

import numpy as np

a = np.array([[[1,2,3,8],[4,5,6]]])

print(a) # 当不同长度时，np.array会将里面的数组转换为列表

print(a.ndim) # 只有两维，存的的是两个列表，所以减少一维

print(a.shape)

print(a.size)

print(a.dtype) # a中元素为对象了

运行结果：

[[list([1, 2, 3, 8]) list([4, 5, 6])]]

2

(1, 2)

2

object

import numpy as np

a = np.array([[[1,2.0,3],[4,5,6]]]) # 有一个浮点型 2.0

print(a) # 全部变为浮点型了

print(a.ndim)

print(a.shape)

print(a.size)

print(a.dtype) # 变为浮点型数据了

运行结果：

[[[1. 2. 3.]

[4. 5. 6.]]]

3

(1, 2, 3)

6

float64

2) numpy 数据类型

① 创建numpy数组的时候可以通过属性dtype显示指定数据的类型。

② 在不指定数据类型的情况下，numpy会自动推断出适合的数据类型。

③ 如果需要更改一个已经存在的数组的数据类型，可以通过astype方法进行修改从而得到一个新数组。

a2 = np.array([1,2,3,4]) # 自动推断出合适的数据类型，里面无浮点数，变为int32

print(a2.dtype)

a3 = a2.astype(float) # astype得到的是一个新数组，原数组没有改变。

print(a2.dtype)

print(a2)

print(a3.dtype)

print(a3)

运行结果：

int32

int32

[1 2 3 4]

float64

[1. 2. 3. 4.]

3) numpy 常用方法

① arange()函数：类似python的range函数，通过指定开始值、终值和步长来创建一个一维数组，注意：最终创建的数组不包含终值。

② linspace()函数：通过指定开始值、终值和元素个数来创建一个一维数组，数组的数据元素符合等差数列，可以通过endpoint关键字指定是否包含终值，默认包含终值。

③ logspace()函数：和linspace函数类似，不过创建的是等比数列数组。

④ random()函数：创建0-1之间的随机元素，数组包含的元素数量由参数决定。

import numpy as np

x = np.empty([3,2],dtype = np.int) # 产生3行2列的二维数组，数组中每个元素都是随机数

x

运行结果：

array([[ 757935392, 757935405],

[ 17073284