Python numpy库怎么引用，使用是怎样的-群英

上一篇：新手如何理解Python流程控制，流程控制语句怎么使用下一篇：OpenCV中的二维直方图实现与Numpy有何不同

这篇文章主要介绍了Python numpy库怎么引用，使用是怎样的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python numpy库怎么引用，使用是怎样的文章都会有所收获，下面我们一起来看看吧。

1.NumPy( Numeric Python)

numpy是一个开源的python科学计算扩展库，主要用来处理任意维度数组和矩阵。
相同的任务，使用numpy比直接用python的基本数据结构更加简单高效。

它的功能：

包含一个强大的N维数组对象Ndarray
广播功能函数
整合C/C++代码的工具
线性代数、傅里叶变换、随机数生成等功能

numpy是scipy,pandas等数据处理或科学计算库的基础

2.numpy的引用

虽说别名可以省略或者更改，但尽量使用上述约定的别名

3.Ndarray

n维数组，它是一个相同数据类型的集合，以0为下标开始进行集合中元素的索引。
我们知道，python有列表和数组此类的数据结构。

列表：数据类型可以不同（如[3, 2.4 ,‘a’ ,“abc”]），数据是有序的
数组：数据类型相同(如[1，2，3，4])
集合： （如{2，4，3，5，7}）数据是无序的

引入n维数组的意义

观察下列两组操作，其功能都是一样的。

import numpy as np

def pysum():
    a = [1, 2, 3, 4]
    b = [5, 6, 7, 8]
    c = []
    for i in range(len(a)):
        c.append(a[i]**2+b[i]**3)
    return c

def numpysum():
    a = np.array([1, 2, 3, 4])
    b = np.array([5, 6, 7, 8])
    c = a**2+b**3
    return c

print("使用列表运算的结果是：", pysum())
print("使用Numpy运算的结果是：", numpysum())

运行结果：

使用列表运算的结果是： [126, 220, 352, 528]
使用Numpy运算的结果是： [126 220 352 528]

但是很明显：

numpy的数组对象可以去掉元素建运算所需要的循环，使一维向量更像单个数据
numpy通过设立专门的数组对象，经过优化，运算速度也相应提升

通常情况下，在科学运算中，一个维度所有数据的类型往往相同，这时，使用数组对象采用相同的数据类型，有助于节省运算时间和存储空间

ndarray的组成

实际的数据
描述这些数据的元数据（数据维度、数据类型等）

ndarray对象的属性

3.数据类型

当np.array()不指定dtype时，numpy将根据数据情况关联一个dtype类型

ndarray支持多种数据类型的原因
python基本语法只支持整数、浮点数和复数3种类型
科学计算涉及数据较多，对存储和性能都有较高要求
对元素类型精细定义，有助于numpy合理使用存储空间并优化性能
对元素类型精细定义，有助于程序员对程序规模有合理评估

ndarray数组的创建

import numpy as np
x = np.array([[1, 0], [2, 0], [3, 1]], np.int32)
print(x)
print(x.dtype)

程序输出：

[[1 0]
[2 0]
[3 1]]
int32

adarray数组的变换

ndarray数组运算

4.索引与切片

索引：获取数组中特定位置元素的过程
切片：获取数组元素子集的过程

5.随机数函数

6.统计函数

7.梯度函数

8.副本与视图

numpy线性代数

数组与标量之间的运算

常用numpy.linalg函数总结

（好家伙，numpy内置函数太多了…）

到此这篇关于“Python numpy库怎么引用，使用是怎样的”的文章就介绍到这了,更多相关Python numpy库怎么引用，使用是怎样的内容，欢迎关注群英网络技术资讯频道，小编将为大家输出更多高质量的实用文章！

标签： numpy库

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

上一篇：新手如何理解Python流程控制，流程控制语句怎么使用下一篇：OpenCV中的二维直方图实现与Numpy有何不同