python基础库-Numpy

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python基础库-Numpy，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2605字，纯文字阅读大概需要4分钟。

内容图文

1：Ndarray对象

NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

2：矩阵的属性：

import numpy as np

a = np.arange(15).reshape(3, 5)

print(a)

print(a.shape) #矩阵形状--（3，5）float

print(a.ndim) #ndim返回的是数组的维度，返回的只有一个数，该数即表示数组的维度。--2

print(a.dtype) #返回的数据类型 --int32

print(a.size) #返回的数据数量 --15

3：创建矩阵

import numpy as np

matrix1=np.zeros ((3,4)) #全0矩阵

matrix2=np.arange( 10, 30, 5 ) #array([10, 15, 20, 25])

matrix3=np.random.random((2,3)) #返回随机矩阵

print(matrix1)

print(matrix2)

print(matrix3)

结果

[[0. 0. 0. 0.]

[0. 0. 0. 0.]

[0. 0. 0. 0.]]

[10 15 20 25]

[[0.66077157 0.60367463 0.95413385]

[0.38271342 0.23516732 0.69091367]]

数据均分：

import numpy as np

from numpy import pi

matrix=np.linspace( 0, 2*pi, 100 ) #返回0到6.28均分的100各数据

print(matrix)

#重组矩阵

import numpy as np

a = np.arange(15).reshape(3, 5)

print(a)

结果：

[[ 0 1 2 3 4]

[ 5 6 7 8 9]

[10 11 12 13 14]]

import numpy as np

x = np.empty([3,2], dtype = int)

y = np.ones([2,2], dtype = int)

a = np.eye(5)

print(x)

print(y)

print(a)

结果：

[[0 0]

[0 0]

[0 0]]

[[1 1]

[1 1]]

4：矩阵的操作：

#向量和矩阵都支持切片操作：

matrix = np.array([

[5, 10, 15],

[20, 25, 30],

[35, 40, 45]

])

print(matrix[1:3,0:2])

结果：

[[20 25]

[35 40]]

#axis=0，表示沿着第 0 轴进行操作，即对每一列进行操作；axis=1，表示沿着第1轴进行操作，即对每一行进行操作。

matrix = numpy.array([

[5, 10, 15],

[20, 25, 30],

[35, 40, 45]

])

matrix.sum(axis=0)

结果

[60 75 90]

b = a.T 矩阵转置

print (np.delete(a,1,axis = 1)) #删除第二列

#矩阵的多种乘法

import numpy as np

A = np.array( [[1,1],

[0,1]] )

B = np.array( [[2,0],

[3,4]] )

print(3*A) #所有的数字都乘以3

print(B*A) #对应数字相乘

print (A.dot(B)) #print(np.dot(A,B)) 也可以这样，矩阵乘法

print(np.sqrt(B)) #矩阵元素开根号

print (np.vdot(A,B)) #点积，对应数字相乘相加

结果

[[3 3]

[0 3]]

[[2 0]

[0 4]]

[[5 4]

[3 4]]

[[1.41421356 0. ]

[1.73205081 2. ]]

6

视图或浅拷贝

ndarray.view() 方会创建一个新的数组对象，该方法创建的新数组的维数更改不会更改原始数据的维数。

副本或深拷贝

ndarray.copy() 函数创建一个副本。 对副本数据进行修改，不会影响到原始数据，它们物理内存不在同一位置。

更多基础知识参考：

https://www.runoob.com/numpy/numpy-linear-algebra.html

学习链接：

https://www.cnblogs.com/qflyue/p/8244331.html

内容总结

以上是互联网集市为您收集整理的python基础库-Numpy全部内容，希望文章能够帮你解决python基础库-Numpy所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端