Numpy的特点
NumP与Python相比,代码更加简洁,性能更加高效,通过以下代码可看出numpy的高效性
Numpy创建数组
array()
numpy.array(object, dtype=None, copy=True, order=None, subok=False,ndmin=0)
- object 表示一个数组序列
- dtype 可选参数,通过它可以更改数组的数据类型
- copy 可选参数,当数据源是ndarray时表示数组能否被复制,默认是True
- order 可选参数,以哪种内存布局创建数组,有3个可选值,分别是C(行序列)/F(列序列)/A(默认)
- subok 可选参数,类型为bool值,默认False。为True,使用object的内部数据类型;False:使用object数组的数据类型
- ndmin 可选参数,用于指定数组的维度
arange(start,stop,step,dtype)
start默认为0
相比于Python的range()来说,numpy的arange的参数可以是浮点型,而python的range方法不可以
等差数列 linspace(start,stop,num,endpoint,retstep,dtype)
- start:必填项,序列的起始值
- stop:必填项,序列的终止值
- num:要生成的等步长的样本数量,默认为50
- endpoint:该值为True时,数列中包含stop值,反之则不包含
- retstep:如果为True,生成是数组中会显示间距,反之不显示
- dtype:ndarray的数据类型
如果显示步长的话,那么得到的就是一个元组,元组第一个元素为数组,第二个元素为步长
等比数列 logspace(start,stop,num,endpoint,base,dtype)
- base: 对数log的底数,默认为10