正文
Python中NumPy基础使用
提示：扫一扫查出行【扫一扫了解最新限行尾号】
复制提示
Python发展至今，已经有越来越多的人使用python进行科学技术，NumPY是python中的一款高性能科学计算和数据分析的基础包。
ndarray
ndarray（以下简称数组）是numpy的数组对象，需要注意的是，它是同构的，也就是说其中的所有元素必须是相同的类型。其中每个数组都有一个shape和dtype。
shape既是数组的形状，比如
import numpy as np
from numpy.random import randn arr = randn(12).reshape(3, 4) arr [[ 0.98655235 1.20830283 -0.72135183 0.40292924]
[-0.05059849 -0.02714873 -0.62775486 0.83222997]
[-0.84826071 -0.29484606 -0.76984902 0.09025059]] arr.shape
(3, 4)
其中(3, 4)即代表arr是3行4列的数组，其中dtype为float64
一下函数可以用来创建数组
| array | 将输入数据转换为ndarray，类型可制定也可默认 |
| asarray | 将输入转换为ndarray |
| arange | 类似内置range |
| ones、ones_like | 根据形状创建一个全1的数组、后者可以复制其他数组的形状 |
| zeros、zeros_like | 类似上面，全0 |
| empty、empty_like | 创建新数组、只分配空间 |
| eye、identity | 创建对角线为1的对角矩阵 |
数组的转置和轴对称
转置是多维数组的基本运算之一。可以使用.T属性或者transpose()来实现。.T就是进行轴对换而transpose则可以接收参数进行更丰富的变换
arr = np.arange(6).reshape((2,3))
print arr[[0 1 2]
[3 4 5]]print arr.T[[0 3]
[1 4]
[2 5]]arr = np.arange(24).reshape((2,3,4))
print arr[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]] [[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]print arr.transpose((0,1,2))
[[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]] [[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]]
数组的运算
大小相等的数组之间做任何算术运算都会将运算应用到元素级别。
arr = np.arange(9).reshape(3, 3)
print arr [[0 1 2]
[3 4 5]
[6 7 8]] print arr*arr [[ 0 1 4]
[ 9 16 25]
[36 49 64]] print arr+arr [[ 0 2 4]
[ 6 8 10]
[12 14 16]] print arr*4 [[ 0 4 8]
[12 16 20]
[24 28 32]]
numpy的简单计算中，ufunc通用函数是对数组中的数据执行元素级运算的函数。
如：
arr = np.arange(6).reshape((2,3))
print arr[[0 1 2]
[3 4 5]]print np.square(arr)[[ 0 1 4]
[ 9 16 25]]
类似的有：abs,fabs,sqrt,square,exp,log,sign,ceil,floor,rint,modf,isnan,isfinite,isinf,cos,cosh,sin,sinh,tan,tanh，
add,subtract,multiply,power,mod,equal,等等
