Python&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&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3325字，纯文字阅读大概需要5分钟。

内容图文

Python&Numpy

一.介绍
Numpy是Python的一种扩展程序库，支持大量的维度数组和矩阵运算，对于数组运算提供大量的数学函数库。
Numpy主要用于数学库：
一个强大的N维数组对象 ndarray；
广播功能函数；
整合 C/C++/Fortran 代码的工具；
线性代数、傅里叶变换、随机数生成等功能；

NumPy 通常与 SciPy和 Matplotlib一起使用， 可以替代 MatLab。
SciPy 是一个开源的 Python 算法库和数学工具包。
SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。

二.安装Numpy库
使用pip工具（pip --version 查看pip是否安装）
win+R，输入cmd打开cmd工具。输入python查看安装的python版本；
pip install numpy 安装numpy库


导入Numpy库，eye（4）输出一个二维对角矩阵验证是否Numpy安装成功。

三.Ndarray 对象
Ndarray指的是N维数组对象，是一系列同类型数据的集合，集合中以0为下标为开始索引数据，集合中的每个数据元素占用的存储空间的大小是一样的。
ndarray内部包含以下内容：
1.一个指向数据的指针
2.数据类型（data-type）
3.表示各维度大小的元组
4.一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

跨度可以是负数，可以让数组在内存中可以后向的移动。
创建一个nadarry，只需要调用Numpy中的array数组函数即可。

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

object：数组或者嵌套的数列
dtype：数组元素的数据类型，可选
copy：对象是否需要复制，可选
order：创建数组的样式，C为行方向，F为列方向，A是任意方向（默认方式）
subok：默认返回一个基类数组一致 的数组
ndmin：指定生成数组的最小维度

实例：


四.numpy的数据类型
int_ ：整数类型 内置缩写i
bool_:布尔类型，True/false 内置缩写b
intc:与c的整数类型一样
intp：用于索引的整数类型（一般情况下还是int32/int64）
int8：字节-128to127
int16：整数-32768to32767
int32：整数-2147483648 to 2147483647
int64：整数-9223372036854775808 to 9223372036854775807
uint8 无符号整数0 to 255 内置缩写u
uint16 无符号整数0 to 65535
uint32 无符号整数0 to 4294967295
uint64 无符号整数0 to 18446744073709551615
float_：float64 类型的简写 内置缩写f
float16 半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位
float32 单精度浮点数，包括：1 个符号位，8 个指数位，23 个尾数位
float64 双精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位
complex_ complex128 类型的简写，即 128 位复数 内置缩写c
complex64 复数，表示双 32 位浮点数（实数部分和虚数部分）
complex128 复数，表示双 64 位浮点数（实数部分和虚数部分）
numpy 的数值类型实际上是 dtype 对象的实例，并对应唯一的字符，包括 np.bool_，np.int32，np.float32等

五.数据类型对象dtype
用来描述数组对应的内存的区域如何 的使用
语法构造：
numpy.dtype（object,align,copy）
object:要转换成的数据类型对象
align：如果为true，则让填充字段类似C的结构体
copy：复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用


六.numpy数组的属性
NumPy 数组的维数称为秩（rank），一维数组的秩为 1，二维数组的秩为 2，以此类推。也就是行数。
在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions），就是列。
主要ndaarry对象属性：

ndarray.ndim： 秩，即轴的数量或维度的数量
ndarray.shape： 数组的维度，对于矩阵，n 行 m 列
ndarray.size： 数组元素的总个数，相当于 .shape 中 n*m 的值
ndarray.dtype： ndarray 对象的元素类型
ndarray.itemsize： ndarray 对象中每个元素的大小，以字节为单位
ndarray.flags： ndarray 对象的内存信息
ndarray.real： ndarray元素的实部
ndarray.imag： ndarray 元素的虚部

内容总结

以上是互联网集市为您收集整理的Python&Numpy全部内容，希望文章能够帮你解决Python&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