Numpy是Python科学计算的核心库，提供高效的多维数组对象和矩阵运算。本文介绍了numpy.ndarray的创建、数据类型指定、多维数组的构造方法如arange、linspace、zeros、ones及eye，以及数组的属性、索引、切片、赋值。还展示了基本的数组运算、矩阵运算和相关方法，如加减乘除、矩阵乘法、求和、求最大最小值、指数和对数运算。通过实例详细讲解了numpy在数组和矩阵操作中的应用。
1、Numpy是什么
很简单，Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。如果接触过matlab、scilab，那么numpy很好入手。 在以下的代码示例中，总是先导入了numpy：
复制代码 代码如下:
>>> import numpy as np
>>> print np.version.version
1.6.2
2、多维数组
多维数组的类型是：numpy.ndarray。
使用numpy.array方法
以list或tuple变量为参数产生一维数组：
复制代码 代码如下:
>>> print np.array([1,2,3,4])
[1 2 3 4]
>>> print np.array((1.2,2,3,4))
[ 1.2 2. 3. 4. ]
>>> print type(np.array((1.2,2,3,4)))
以list或tuple变量为元素产生二维数组：
复制代码 代码如下:
>>> print np.array([[1,2],[3,4]])
[[1 2]
[3 4]]
生成数组的时候，可以指定数据类型，例如numpy.int32, numpy.int16, and numpy.float64等：
复制代码 代码如下:
>>> print np.array((1.2,2,3,4), dtype=np.int32)
[1 2 3 4]
使用numpy.arange方法
复制代码 代码如下:
>>> print np.arange(15)
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]
>>> print type(np.arange(15))
>>> print np.arange(15).reshape(3,5)
[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13
最低0.47元/天 解锁文章
扫一扫
1467
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
