导入Numpy
Numpy是外部库,没有包含在标准版python中。因此要先安装后才能使用,在使用前还要导入,导入的代码是:
import numpy as np
通过写成这样的形式,之后Numpy相关的方法均可以通过np来调用。
生成Numpy数组
要生成Numpy数组,需要使用np.array()方法。np.array()接收python列表作为参数,生成numpy数组(numpy.ndarray)。
Numpy的算数运算
Numpy数组之间可以进行加减乘除运算,但是要保证相互运算的数组中元素的个数是一致的,如果不一致就会报错。
Numpy的N维数组
numpy不仅可以生成一维数组(向量),还可以生成多维数组。比如可以生成如下的二维数组(矩阵)。
这样就生成了一个2*2的矩阵A,矩阵的形状可以通过shape查看,矩阵元素的数据类型可以通过dtype查看。
同样地,矩阵也可以进行运算:
注意到,如果使用 * 符号将两个矩阵相乘,得到的是两个矩阵对应元素乘积组成的矩阵,而不是数学中两个矩阵相乘的结果。
广播
前面说过,形状不同的数组不可以进行运算,但是在有些情况下,我们希望不同形状的数组之间可以运算,以达到简化程序的目的。numpy中提供了相关的功能,我们称之为“广播”。
比如将一个2*2的矩阵和一个标量相乘:
这样的计算可以实现,是因为Numpy的广播功能会将标量10自动填充成2 * 2的大小。
访问元素
元素的索引从0开始。对各个元素的访问可按如下方式进行。
也可以使用for语句访问各个元素。
还可以通过数组访问各个元素。
利用这种方法,可以按一定条件筛选出相应的元素。例如,可以通过以下形式筛选出大于15的元素。