python三剑客之一——Numpy

本文介绍了Numpy库,包括其作为高性能数组计算工具的重要性,ndarray对象的使用,数据类型的多种选择,以及如何处理数组的形状和维度。
摘要由CSDN通过智能技术生成

温故而知新,借着工作需要用到Numpy的机会重新学习一遍Numpy。

Numpy是一个运行速度非常快的数学库,主要用于数组计算,包含如下:
一个强大的N维数组对象ndarray【N+d(Dimension维度)+array】
广播功能函数
整合C/C++/Fortran代码的工具
线性代数、傅里叶变换、随机数生成等功能

NumPy Ndarray 对象

import numpy as np 
a = np.array([1,2,3])  
print (a)

#输出结果
#[1 2 3]

# 多于一个维度  
import numpy as np 
a = np.array([[1,  2],  [3,  4]])  
print (a)

#输出结果
#[[1  2] 
# [3  4]]

NumPy 数据类型

import numpy as np
# 使用标量类型
dt = np.dtype(np.int32)
print(dt)

#输出结果
#int32


import numpy as np
# int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
dt = np.dtype('i4')
print(dt)

#输出结果
#int32

import numpy as np
# 字节顺序标注
dt = np.dtype('<i4')
print(dt)

#输出结果
#int32

Numpy的数组中比较重要的ndarray对象属性

import numpy as np  
 
a = np.array([[1,2,3],[4,5,6]])  
print (a.shape)

#输出结果
#(2, 3)

 
a = np.array([[1,2,3],[4,5,6]]) 
a.shape =  (3,2)  
print (a)
#输出结果为
#[[1 2]
# [3 4]
# [5 6]]
  • 10
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值