python numpy教程,一起來看看吧:
NumPy是一個Python包,它代表“Numeric Python”,它是一個由多維數組對象和用于處理數組的例程集合組成的庫。Numeric,即NumPy的前身,是由Jim Hugunin開發的。2005年,Travis Oliphant通過將Numarray的功能集成到Numeric包中來創建NumPy包,這個開源項目有很多貢獻者。
NumPy 操作
使用NumPy,開發人員可以執行以下操作:
數組的算數和邏輯運算。
傅立葉變換和用于圖形操作的例程。
與線性代數有關的操作。 NumPy 擁有線性代數和隨機數生成的內置函數。
NumPy – MatLab 的替代之一
NumPy 通常與 SciPy(Scientific Python)和 Matplotlib(繪圖庫)一起使用。 這種組合廣泛用于替代 MatLab,是一個流行的技術計算平臺。 但是,Python 作為 MatLab 的替代方案,現在被視為一種更加現代和完整的編程語言。
NumPy 是開源的,這是它的一個額外的優勢。
NumPy - Ndarray 對象
NumPy 中定義的最重要的對象是稱為 ndarray 的 N 維數組類型。 它描述相同類型的元素集合。 可以使用基于零的索引訪問集合中的項目。
ndarray中的每個元素在內存中使用相同大小的塊。 ndarray中的每個元素是數據類型對象的對象(稱為 dtype)。
從ndarray對象提取的任何元素(通過切片)由一個數組標量類型的 Python 對象表示。 下圖顯示了ndarray,數據類型對象(dtype)和數組標量類型之間的關系。
Ndarray
ndarray類的實例可以通過本教程后面描述的不同的數組創建例程來構造。 基本的ndarray是使用 NumPy 中的數組函數創建的,如下所示:
numpy.array
它從任何暴露數組接口的對象,或從返回數組的任何方法創建一個ndarray。
numpy.array(object,?dtype?=?None,?copy?=?True,?order?=?None,?subok?=?False,?ndmin?=?0)
示例1:
import?numpy?as?np? a?=?np.array([1,2,3])?? print?a
輸出如下:
[1,?2,?3]
示例2:
#?多于一個維度?? import?numpy?as?np? a?=?np.array([[1,??2],??[3,??4]])?? print?a
輸出如下:
[[1,?2]? ?[3,?4]]
示例3:
#?最小維度?? import?numpy?as?np? a?=?np.array([1,??2,??3,4,5],?ndmin?=??2)?? print?a
輸出如下:
[[1,?2,?3,?4,?5]]
示例4:
#?dtype?參數?? import?numpy?as?np? a?=?np.array([1,??2,??3],?dtype?=?complex)?? print?a
輸出如下:
[?1.+0.j,??2.+0.j,??3.+0.j]
以上就是小編今天的分享,希望可以幫助到大家。