Python 科学计算学习一：NumPy-快速处理数据（1）

最新推荐文章于 2024-08-08 16:43:27 发布

杨陈菊

最新推荐文章于 2024-08-08 16:43:27 发布

阅读量1.3k

点赞数 2

分类专栏： Python 文章标签： Python

本文链接：https://blog.csdn.net/yangchenju/article/details/81237407

版权

本文介绍了Python的命令行模式和交互模式，重点讲解了NumPy库，包括ndarray对象、创建数组、存取元素、多维数组和内存结构。通过实例展示了如何高效创建和操作数组，强调了数组视图的概念以及使用整数序列和布尔数组存取元素的方法。

摘要由CSDN通过智能技术生成

0. 绪言

学习前先介绍在 Python 中什么是命令行模式和 Python 交互模式
命令行模式
在Windows开始菜单选择“命令提示符”，就进入到命令行模式，它的提示符类似c:/>
这里写图片描述
Python 交互模式
在命令行模式下敲命令python，就看到类似如下的一堆文本输出，然后就进入到Python交互模式，它的提示符是>>>

在 Python 交互模式下输入exit()并回车，就退出了Python 交互模式，并回到命令行模式。
我是在交互模式下进行 Python 学习的。对于学习编程，建议多敲代码，多进行实验，才能更深入的了解和更深刻的记忆，个人认为交互式的平台就很适合这个学习的过程。
或者输入ipython，这样支持变量自动补全，自动缩近，适合熟练掌握之后使用。
这里写图片描述
下面介绍 NumPy
NumPy 是一个基于 Python 的数值计算库，它弥补了 python 中一些数据处理上的不足，NumPy 提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray 是存储单一数据类型的多维数组，而 ufunc 则是能够对数组进行处理的函数。
下面我们开始学习用 NumPy 处理数据

1.1 ndarray对象

import numpy as np  #导入NumPy函数库

1.2 创建

内容简单，附上学习代码，后面都有注释（python的注释用#）

>>> a=np.array([1,2,3,4]) #创建一维数组a
>>> a   #查看数组a
array([1, 2, 3, 4])
>>> b=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])#创建二维数组b
>>> b
array([[ 1,  2,  3,  4],
       [ 4,  5,  6,  7],
       [ 7,  8,  9, 10]])
>>> b.dtype  ##查看数组b的元素类型
dtype('int32')
>>> a.shape   #查看数组a的大小
(4,)             #回车后出现这样的字符，说明数组a是一维数组，并且有4个元素
>>> b.shape  
(3, 4)        #回车后出现这样的字符，说明数组b是二维数组，并且是3行4列

>>> c=b.reshape((4,3))  #创建数组c为数组b的元素顺序不变，但重新排列为4行3列
>>> c   
array([[ 1,  2,  3],
       [ 4,  4,  5],
       [ 6,  7,  7],
       [ 8,  9, 10]])
>>> b[0][2]=100  #把数组b中第1行第3列的元素编程100，注意：此时数组c中的3也变成了100
>>> b
array([[  1,   2, 100,   4],
       [  4,   5,   6,   7],
       [  7,   8,   9,  10]])
>>> c
array([[  1,   2, 100],
       [  4,   4,   5],
       [  6,   7,   7],
       [  8,   9,  10]])