numpy是高性能科学计算和数据分析的基础模块包。
它是科学计算与数据分析中几乎所有高级工具的构建基础。
功能如下:
ndarray:一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。
用于对整组数据记性快速运算的标准数学函数(无需编写循环)。
用于读取磁盘数据的工具以及用于操作内存映射文件的工具。
具备线性代数、随机数生成以及傅里叶变换功能。
用于集成由 C、C++、Fortran等语言编写的代码的工具。
import numpy as np
data2=[[1,'a',3,4],[5,'b',7,8]]
arr2=np.array(data2)
print('arr2',arr2)
data1=[6,7.5,8,0,1]
arr1=np.array(data1)
print('arr1:',arr1)
data1=[6,7.5,8,0,1]
arr1=np.array(data1)
print('arr1的维度:',arr1.shape)
print('arr1的数组:',arr1.dtype)
data2=[[1,2,3,4],[5,6,7,8]]
arr2=np.array(data2)
print('arr2的维度',arr2.shape)
print('arr2的数组',arr2.dtype)
arr_zeros=np.zeros(10)
print('arr_zeros数组',arr_zeros)
arr_ones=np.ones((3,6))
print('arr_ones数组',arr_ones)
arr_empty=np.empty((2,3,2))
print('arr_empty三维数组',arr_empty)\
#使用arange()创建numpy数组
arr=np.arange(5)
print('arr数组:\n',arr)
ar=np.array([[6,7,8,9],np.arange(4)])
print('ar数组\n',ar)
#使用matrix()创建矩阵
matrixA=np.matrix(np.arange(5))
print('matrixA数组\n',matrixA)
matrixB=np.matrix([[6,7,8,9],np.arange(4)])
print('matrixB数组\n',matrixB)
arr2 [[‘1’ ‘a’ ‘3’ ‘4’]
[‘5’ ‘b’ ‘7’ ‘8’]]
arr1: [6. 7.5 8. 0. 1. ]
arr1的维度: (5,)
arr1的数组: float64
arr2的维度 (2, 4)
arr2的数组 int32
arr_zeros数组 [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
arr_ones数组 [[1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1. 1.]]
arr_empty三维数组 [[[8.82769181e+025 7.36662981e+228]
[7.54894003e+252 2.95479883e+137]
[1.42800637e+248 2.64686750e+180]]
[[1.09936856e+248 6.99481925e+228]
[7.54894003e+252 7.67109635e+170]
[2.64686750e+180 5.63234836e-322]]]
arr数组:
[0 1 2 3 4]
ar数组
[[6 7 8 9]
[0 1 2 3]]
matrixA数组
[[0 1 2 3 4]]
matrixB数组
[[6 7 8 9]
[0 1 2 3]]