之前在写python的数据处理库的安装教程时写过一点介绍。但是不是很详细,最近在整理复习,所以写篇博客整理下。
NumPy是Python科学计算的基础包,它提供:
快速高效的多维数组对象ndarray;
直接对数组执行数学运算及对数组执行元素级计算的函数;
线性代数运算、随机数生成;
将C、C++、Fortran代码集成到Python的工具等。
在进入正题之前,我们需要对python中的数据复制进行说明,这也是笔者之前一直忽略的地方。与其他语言不同,为了节省空间以及适应大数据量的处理工作,python对数据复制分成了几种类型:
a=b: a和b完全相同,并且指向磁盘同一块数据
c=a.view(): a和c指向不同的东西,磁盘中存储位置不同,但是共用元素值,类似于数据库中的视图
d=a.copy(): a和d是完全不同的两个东西
引入numpy的方式:import numpy as np
知识点:
1.numpy数组(array)的创建
通过array方式创建,向array中传入一个list实现
一维数组的创建:
>>> np.array([1,2,3])
array([1, 2, 3])
二维数组的创建:
>>> np.array([[1,2,3],[4,5,6]])
array([[1, 2, 3],
[4,