本站最新发布   Python从入门到精通|Python基础教程
试听地址  https://www.xin3721.com/eschool/pythonxin3721/

Numpy是什么？

Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。它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。

 

多维数组

 

多维数组的类型是：numpy.ndarray

 

使用numpy.array方法

 

以list或tuple变量为参数产生一维数组：

1 2 3 4 5 6

>>> print(np.array([1,2,3,4])) [1 2 3 4] >>> print(np.array((1.2,2,3,4))) [ 1.2  2.   3.   4. ] >>> print type(np.array((1.2,2,3,4))) <type 'numpy.ndarray'>

 

以list或tuple变量为元素产生二维数组：

1 2 3

>>> print(np.array([[1,2],[3,4]])) [[1 2]  [3 4]]

 

指定数据类型

例如numpy.int32, numpy.int16, and numpy.float64等：

1 2	>>> print np.array((1.2,2,3,4), dtype=np.int32) [1 2 3 4]

使用numpy.arange方法

1 2 3 4 5 6 7 8 9 10

>>> print(np.arange(15)) [ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14] >>> print type(np.arange(15)) <type 'numpy.ndarray'> >>> print np.arange(15).reshape(3,5) [[ 0  1  2  3  4]  [ 5  6  7  8  9]  [10 11 12 13 14]] >>> print type(np.arange(15).reshape(3,5)) <type 'numpy.ndarray'>

使用numpy.linspace方法

例如，在从1到3中产生9个数：

1 2 3

>>> print(np.linspace(1,3,10)) [ 1.          1.22222222  1.44444444  1.66666667  1.88888889  2.11111111   2.33333333  2.55555556  2.77777778  3.        ]

构造特定的矩阵

使用numpy.zeros，numpy.ones，numpy.eye

可以构造特定的矩阵

1 2 3 4 5 6 7 8 9 10 11 12 13 14

>>> print(np.zeros((3,4))) [[ 0.  0.  0.  0.]  [ 0.  0.  0.  0.]  [ 0.  0.  0.  0.]] >>> print(np.ones((4,3))) [[ 1.  1.  1.]  [ 1.  1.  1.]  [ 1.  1.  1.]  [ 1.  1.  1.]] >>> print(np.eye(4)) [[ 1.  0.  0.  0.]  [ 0.  1.  0.  0.]  [ 0.  0.  1.  0.]  [ 0.  0.  0.  1.]]