文章目录
引言
Numpy的设计对于含有大量数组的数据非常有效。
- Numpy在内部将数据存储到连续的内存块上,这与python其他内建数据结构不同。Numpy的算法库是用C写的,所以在操作数据内存时,不需要任何类型检查或者其他管理操作。Numpy数组使用的内存量小于其他python内建序列。
- Numpy针对全量数组进行复杂计算而不需要写python循环。
4.1 ndarray:多维数组对象
4.1.1生成ndarray
数组生成函数如下:
4.1.2 ndarray的数据类型
ndarray的数据类型有如下:
可以用astype方法来转换数组类型
4.1.3 Numpy数组算术
数组允许进行批量操作而无须for循环。任何两个等尺寸数组之间的算术操作都应用了逐元素操作的形式。不同尺寸数组之间的操作将用到广播特性。
4.1.4基础索引与切片
一维数组比较简单,看起来与列表类似,不过也有区别。数组的切片是原数组的视图,这就意味着数据并不是被复制了,任何对视图的修改都会反馈到原数组上。
多维数组,省略后续索引值,返回的对象将是降低一个维度的数组。
切片索引:单独一个:表示该轴上的所有数组。