说在前面
Python是最能让我们感受到安心、贴心、舒心的一门语言,但没有NumPy又怎能让我们省心、放心?
今天,小编将为大家介绍Python中最常用、最基本的包之一:NumPy
NumPy是Python进行科学计算的基础软件包,它是Python进行数据分析的一个主要的工具,且提供了多种数据结构、算法以及大部分涉及Python数组计算所需的接口。NumPy通常与Scipy(Scientific Python)和Matplotlib(绘图库)一起使用,这种组合使用能够能够替代MATLAB,是一个强大的计算环境。
NumPy 的前身 Numeric 最早是由 Jim Hugunin 与其它协作者共同开发,2005 年,Travis Oliphant 在 Numeric 中结合了另一个同性质的程序库 Numarray 的特色,并加入了其它扩展而开发了 NumPy。
NumPy的安装通常有两种方法:
1、使用已有的发行版本,比如Anaconda等。
2、使用pip安装:--user 选项可以设置只安装在当前的用户下,而不是写入到系统目录。
pip install --user numpy
创建数组的函数有以下(部分)形式:
(1)array
:将输入数据(列表、元组、数组或其他序列类型)转换为ndarray,默认直接复制输入数据
(2)asarray
:将输入转换为ndarray,如果输入数据本身就是一个ndarray,则不会进行复制
(3)arange
:类似内置range,返回值为ndarray
(4)ones
:根据指定的形状和dtype创建一个全为1的数组
(5)zeros
:根据指定的形状和dtype创建一个全为0的数组
(6)empty
:创建新数组、只分配内存空间但不填充任何值
(7)eye
、identity
:创建一个N×N的单位矩阵(对角线为1.其余为0)
(1)array
:
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
import numpy as np
a = np.array([1,2,3])
print (a)
[1, 2, 3]#输出结果
array. gif
(2)asarray
:
numpy.asarray(a, dtype = None, order = None)
import numpy as np
x = np.asarray([1,2,3])
print (x)
(3)ones
:
numpy.ones(shape, dtype = None, order = 'C')
import numpy as np
x = np.ones([3,3])
print(x)
(4)empty
:
numpy.empty(shape, dtype = float, order = 'C')
import numpy as np
x = np.empty([1,2])
print (x)
empty.gif
NumPy数组的维数称为秩(rank),一维数组的秩为1,二维数组的秩为2,以此类推。
NumPy 数组提供了 ndim 属性,该属性只返回一个整数,该整数即表示数组的维度,等于秩。
import numpy as np
x = np.array(2)
y = np.array([1, 2])
z = np.array([[1, 2], [3, 4]])
print(x.ndim)
print(y.ndim)
print(z.ndim)
ndim.gif
dtype用于返回数组中元素的数据类型
import numpy as np
x = np.array(1.2)
y = np.array([1, 2])
z = np.array([[1, 2], [4, 5]])
print(x.dtype)
print(y.dtype)
print(z.dtype)
dtype.gif
shape表示数组的维度,返回一个元组,这个元组的长度就是维度的数目。一个二维数组,其维度表示"行数"和"列数"
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print (a.shape)
shape.gif
reshape用于调整数组的大小而不改变数组中的元素
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = a.reshape(3,2)
print(b)
reshape.gif
sum
求和min
求最小值max
求最大值cumsum
求前缀和mean
求平均数std
求标准差var
求方差ptp
最大值与最小值的差argmin
求最小值索引argmax
求最大值索引往期文章
如何用Python画出69老同志?
(第二期)Jupyter Notebook快捷键介绍,帮助你轻松提高编写效率!
jupyter notebook升级体验!笔记本神器—Jupyter Lab
PYTHON