Python基础之numpy库的使用

numpy库概述

numpy库处理的最基础数据类型是由同种元素构成的多维数组，简称为“数组”

数组的特点：

• 数组中所有元素的类型必须相同

• 数组中元素可以用整数索引

• 序号从0开始

ndarray类型的维度叫做轴，轴的个数叫做秩

numpy库的解析

由于numpy库中函数较多而且容易与常用命名混淆，建议采用如下方法引用numpy库

import numpy as np

numpy库中常用的创建数组函数

import numpy as np
a1 = np.array([1,2,3,4,5,6])
a2 = np.arange(1,10,3)
a3 = np.linspace(1,10,3)
a4 = np.indices((3,4))
a5 = np.random.rand(3,4)
a6 = np.ones((3,4),int)
a7 = np.empty((3,4),int)
print(a1)
print("===========================================================")
print(a2)
print("===========================================================")
print(a3)
print("===========================================================")
print(a4)
print("===========================================================")
print(a5)
print("===========================================================")
print(a6)
print("===========================================================")
print(a7)
=================================================================================
[1 2 3 4 5 6]
===========================================================
[1 4 7]
===========================================================
[ 1.   5.5 10. ]
===========================================================
[[[0 0 0 0]
 [1 1 1 1]
 [2 2 2 2]]

[[0 1 2 3]
 [0 1 2 3]
 [0 1 2 3]]]
===========================================================
[[0.00948155 0.7145306  0.50490391 0.69827703]
[0.18164292 0.78440752 0.75091258 0.31184394]
[0.17199081 0.3789     0.69886588 0.0476422 ]]
===========================================================
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]]
===========================================================
[[0 0 0 0]
[0 0 0 0]
[0 0 0 0]]

在建立一个简单的数组后，可以查看数组的属性

import numpy as np
a6 = np.ones((3,4),int)
print(a6)
print("=========================================")
print(a6.ndim)
print("=========================================")
print(a6.shape)
print("=========================================")
print(a6.size)
print("=========================================")
print(a6.dtype)
print("=========================================")
print(a6.itemsize)
print("=========================================")
print(a6.data)
print("=========================================")
print(a6.flat)
=================================================================================
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]]
=========================================
2
=========================================
(3, 4)
=========================================
12
=========================================
int32
=========================================
4
=========================================
<memory at 0x0000020D79545908>
=========================================
<numpy.flatiter object at 0x0000020D103B1180>

数组在numpy中被当做对象，可以采用< a >.< b >()方式调用一些方法。

ndarray类的形态操作方法

ndarray类的索引和切片方法

除了ndarray类型方法外，numpy库提供了一匹运算函数

numpy库的比较运算函数

numpy库的其他运算函数

来源：https://blog.csdn.net/qq_55016379/article/details/116198293