Numpy数组-python数据处理

Numpy数组对象

NumPy提供了一个名为ndarray的多维数组对象。NumPy数组是具有固定大小的类型化数组。Python的列表是异构的,因此列表的元素可以包含任何对象类型,而Numpy数组是同质的,只能存放同种类型的对象。数组由两部分组成,分别如下。

●存储在连续的内存块中的实际数据

●描述实际数据的元数据

实际数据存储在连续的内存块中,因此当大型数据集作为narray进行加载时,我们就要看有没有足够多的连续内存块了。NumPy中的大部分数组方法和函数都不会直接修改实际数据,而只能修改元数据。

NumPy数组的优势

NumPy数组通常是同质的(有一种特殊的记录数组类型, 它可以是异质的),即数组中的数据项的类型必须一致。 NumPy数组元素类型一致的好处是:因为知道数组元素的类型相同,所以能轻松确定存储数组所需空间的大小。同时,NumPy 数组还能够运用向量化运算来处理整个数组:而完成同样的任务,Python的列表则通常需要借助循环语句遍历列表并对逐个元素进行相应的处理。NumPy 数组的索引方法与Python类似,下标从0开始。此外,NumPy使用了优化过的C API,所以运算速度格外快。

Numpy数组-python数据处理_第1张图片


Numpy数组-python数据处理_第2张图片
Numpy数组-python数据处理_第3张图片
Numpy数组-python数据处理_第4张图片

你可能感兴趣的:(python数据处理,笔记,2021深圳杯A题,python,numpy,线性代数)