VB.net 2010 视频教程 VB.net 2010 视频教程 python基础视频教程
SQL Server 2008 视频教程 c#入门经典教程 Visual Basic从门到精通视频教程
当前位置:
首页 > Python基础教程 >
  • NumPy常用方法总结

NumPy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。

 

numpy中的数据类型,ndarray类型,和标准库中的array.array并不一样。

 

ndarray的创建

1
2
3
4
5
6
7
8
9
>>> import numpy as np
>>> a = np.array([2,3,4])
>>> a
array([234])
>>> a.dtype
dtype('int64')
>>> b = np.array([1.23.55.1])
>>> b.dtype
dtype('float64')

 

二维的数组

1
2
3
4
>>> b = np.array([(1.5,2,3), (4,5,6)])
>>> b
array([[ 1.5,  2. ,  3. ],
       4. ,  5. ,  6. ]])

 

创建时指定类型

1
2
3
4
>>> c = np.array( [ [1,2], [3,4] ], dtype=complex )
>>> c
array([[ 1.+0.j,  2.+0.j],
       3.+0.j,  4.+0.j]])

相关教程