目录
(4)、创建数组并查看数组数组属性
一、NumPy库的作用
numpy(Numerical Python)提供了python对多维数组对象的支持:ndarray,具有矢量运算能力,快速、节省空间。numpy支持高级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。
基本功能:
1、快速高效的多维数组对象ndarray
2、用于对数组执行元素级计算以及直接对数组执行数学运算的函数
3、用于读写硬盘上基于数组的数据集的工具
5、用户将c、c++、Fortran代码集成到Python的工具
注:
除了为Python提供快速的数组处理能力,NumPy在数据分析方面还有另外一个主要作用,即作为在算法之间传递数据的容器
二、NumPy库的下载
打开cmd直接输入命令
pip install numpy
如果你的python版本刚好可以安装这个Numpy,那么恭喜,你的界面就会显示Successfully installed这个字样
但是也会有显示安装失败的,然后比如就会显示如下字样:
You are using pip version 9.0.1, however version 9.0.2 is available.
You should consider upgrading via the 'python -m pip install --upgrade pip' command’.
这就是显示当前pip的版本并不能安装这个Numpy,只用把python -m pip install --upgrade pip' command在cmd里面输一遍,它就会自动开始安装新版的pip。
完成之后就会显示Successfully installed这个字样,或者你需要再输一遍‘pip install numpy’。
这之后就安装成功了
三、创建数组对象
(1)、数组的属性及其说明
属性名称 | 属性说明 |
---|---|
nidim | 返回int.表示数组的维度 |
shape | 返回tuple。表水数组形状,对于n行m列的矩阵,形状为(n,m) |
size | 返回int。表述数组的元素总数,等于数组形状中各元素的积 |
dtype | 返回data-type。表示数组中元素的数据类型 |
itemsize | 返回int。表示数组的每个元素的存储空间(以B 为单位)。例如,一个元素类型为 foat64的数组的itemsize 属性值为 8 ( float64 占用 64bit,1B 为 8bit,所以 float64,占用 8B)。一个元素类型为complex32的数组的 itemsize 属性值为4 |
(2)、数组的创建
NumPy提供的array 函数可以创建一维或多维数组,其基本使用格式如下:
numpy.array(object,dtype=None,*,copy=True,order='K',subok=False,ndmin=0,like=None
(3)、array函数的主要参数及其说明
参数名称 | 参数说明 |
---|---|
object | 接收 array_like。表示所需创建的数组对象。无默认值 |
dtype | 接收 data-type。表示数组所需的数据类型,如果未给定,那么选择保存对象所需的最小的数据类型。默认为 None |
ndmin | 接收 int。用于指定生成数组应该具有的最小维数。默认为0 |
(4)、创建数组并查看数组数组属性
import numpy as np#导入numpy库
arr1 = np.array([1,2,3,4]) #创建一维数组
print("创建的数组为",arr1)
#创建二维数组
arr2=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])
print("创建的数组为: \n",arr2)
print("数组形状:",arr2.shape)
(5)、重新设置数组的shape属性
arr2.shape=4,3
#重新设置shape
print("重新设置shape后的arr2为:\n",arr2)
arrange函数的基本使用格式如下:
numpy.arange([start, ]stop, [step, ]dtype=None, *,like=None)
(6)、arange函数的常用参数及其说明
参数名称 | 参数说明 |
---|---|
start | 接收 int 或实数。表示数组的开始值,生成的数组包括该值。默认为 0 |
stop | 接收 int 或实数。表示数组的终值,生成的数组不包括该值。无默认值 |
step | 接收 int 或实数。表示在数组中,值之间的步长。默认为 1 |
dtype | 接收数据类型。表示输出数组 |