1.概述
NumPy(Numerical Python) 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。
NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 NumPy。NumPy 为开放源代码并且由许多协作者共同维护开发。
2.安装
最简单的安装方法,就是通过Python自带的pip工具进行安装,操作如下:
pip install numpy
# 针对指定python3的情况
pip3 install numpy
3.测试Numpy安装情况
import numpy as np
# 通过range方式生成ndarray数据
a = np.arange(10)
print(a)
print(type(a))
运算结果:
[0 1 2 3 4 5 6 7 8 9]
<class 'numpy.ndarray'>
说明: 通过 np.arange() 方式生成的数据 [0 1 2 3 4 5 6 7 8 9] ,从外观上面看和python的内置数据类型列表(list)有些类似,但是在显示过程中,数据中间没有分割符号,另外数据类型是不一样的,是numpy生成的数据类型:ndarray。
4.测试Numpy对于ndarray的支持情况
在概述里面说到,Numpy支持ndarray这种数据类型,同时为ndarray这种数据格式提供了大量科学计算的辅助函数。下面还是通过一个例子来说明:
"""
三种不同的方式对列表元素进行开平方
"""
import numpy as np
import math
# 第一种:遍历生成
lt = [1, 2, 6]
rs1 = []
for val in lt:
rs1.append(math.sqrt(val))
print(rs1)
print('--' * 20)
# 第二种: 列表推导式
rs2 = [math.sqrt(x) for x in lt]
print(rs2)
print('--' * 20)
# 第三种: 使用numpy实现
rs3 = np.sqrt(np.array(lt))
print(rs3)
运行结果:
[1.0, 1.4142135623730951, 2.449489742783178]
----------------------------------------
[1.0, 1.4142135623730951, 2.449489742783178]
----------------------------------------
[1. 1.41421356 2.44948974]
说明: 第一种和第二种本质上是一样的,只是写法上面的差异。第三种方式,首先通过 np.array 函数将常规的列表(list)转变成ndarray格式,然后通过numpy内置函数 np.sqrt 直接对ndarray转换,而不是和前面两个元素需要手动实现单个元素开平方。另外一点需要注意的内容是:最后结果在数值精度上面吧是一些差异的,numpy部分计算计算和math里面存在差异。
注意:
- ndarray是numpy自定义数据类型集合,在ndarray里面又可以分为具体不同的数据类型,后面的文章会具体说明。
有什么问题欢迎大家评论区留言讨论,支持小编的可以关注一下,之后还会有更多干货知识分享给大家,记得关注哦~