NumPy数值计算基础(超详细的numpy使用方法) |
您所在的位置:网站首页 › Python里numpy计算相关系数 › NumPy数值计算基础(超详细的numpy使用方法) |
NumPy数值计算基础
NumPy是在1995年诞生的Python库Numeric的基础上建立起来的,但真正促使NumPy的发行的是Python的SciPy库。但SciPy中并没有合适的类似于Numeric中的对于基础数据对象处理的功能。于是,SciPy的开发者将SciPy中的一部分和Numeric的设计思想结合,在2005年发行了NumPy。
NumPy是Python的一种开源的数值计算扩展库。它包含很多功能,如创建n维数组(矩阵)、对数组进行函数运算、数值积分等。 NumPy的诞生弥补了这些缺陷,它提供了两种基本的对象:
ndarray:是储存单一数据类型的多维数组。
ufunc:是一种能够对数组进行处理的函数。
NumPy常用的导入格式:import numpy as np
一、NumPy多维数组
1 创建数组对象
通常来说,ndarray是一个通用的同构数据容器,即其中的所有元素都需要相同的类型。利用array函数可创建ndarray数组。 (1)利用array函数创建数组对象array函数的格式:np.array(object, dtype,ndmin) array函数的主要参数及说明:
logspace的参数中,start, stop代表的是10的幂,默认基数base为10,第三个参数元素个数。 warray = np.logspace(0,1,5)#生成1-10间的5个元素的等比数列 print(warray) ndarray对象属性及其说明:
在NumPy.random模块中,提供了多种随机数的生成函数。如randint函数生成指定范围的随机整数来构成指定形状的数组。 用法: np.random.randint(low, high = None, size = None) arr = np.random.randint(100,200,size = (2,4)) print(arr)
与reshape相反的方法是数据散开(ravel)或数据扁平(flatten)。 arr1 = np.arange(12).reshape(3,4) print("arr1:",arr1) arr2 = arr1.ravel() print("arr2:",arr2)
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |