簡介

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。

安裝

Python官方版本，可以通過pip或者源碼安裝，推薦使用anaconda，這是發行版的python，內含了numpy等重要第三方庫。

anaconda安裝使用見Windows下Anaconda3安裝及使用教程_周先森愛吃素的博客-CSDN博客?。

基本用法

創建ndarray對象

這是這個模塊最核心的對象，表示一個n維數組，它是相同類型的數據集合。

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

其中，

object? 任何暴露數組接口方法的對象都會返回一個數組或任何(嵌套)序列。

dtype? 數組的所需數據類型，可選。

copy? 可選，默認為true，對象是否被復制。

order? C(按行)、F(按列)或A(任意，默認)。

subok? 默認情況下，返回的數組被強制為基類數組。 如果為true，則返回子類。

ndimin?指定返回數組的最小維數。

import numpy as np# 一維 a = np.array([1, 2, 3]) print(a) # n維 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) # 帶數據類型設置 c = np.array([1, 2, 3], dtype=complex) print(c) # 帶最小維度設置 d = np.array([[1, 2, 3], [4, 5, 6]], ndmin=3) print(d)

dtype的使用

首先，numpy提供了比python更加豐富的標量數據類型。

numpy.dtype(object, align, copy)

其中，

Object:被轉換為數據類型的對象。

Align:如果為true，則向字段添加間隔，使其類似 C 的結構體。

Copy: 生成dtype對象的新副本，如果為flase，結果是內建數據類型對象的引用。

import numpy as np # 內置轉換 dt1 = np.dtype(np.int32) print(dt1) # 簡略寫法 dt2 = np.dtype('i4') print(dt2) # 結構化數據 dt3 = np.dtype([('year', np.int16)]) print(dt3) a = np.array([(1998, ), (2000, ), (2012, )], dtype=dt3) print(a) # 結構化數據的字段訪問 print(a['year']) # 完整的結構示例,類似C語言結構體 date = np.dtype([('year', np.int32), ('month', np.int8), ('day', np.int8)]) b = np.array([(1998, 5, 26), (2000, 5, 26), (2014, 5, 26)]) print(b)

ndarray屬性

? ? shape：包含數組維度的元組

a = np.array([[1, 2, 3], [4, 5, 6]]) print(a) print(a.shape)# a.shape = (3, 2) # print(a) # 等價于下面 c = a.reshape(3, 2) print(c)

? ? ? ndim： 維度數

a = np.arange(24) print(a.ndim) b = a.reshape(2, 4, 3) print(b.ndim)

? ? ?itemsize：每個元素占字節數

? ? ?flags：數組的幾個狀態

特殊數組的創建

numpy.empty(shape, dtype = float, order = 'C')? 沒有初值但是分配空間的數組

numpy.zeros(shape, dtype = float, order = 'C')? ?初值全為0的數組

numpy.ones(shape, dtype = None, order = 'C')? ?初值全為1的數組

其中，

shape是形狀，如（2,2）表示二行二列

dtype表示數據類型

order表示組織風格

其余數值類型數組如arange不細說

import numpy as np a = np.empty((2, 2), dtype=np.int8, order='C') print(a) b = np.zeros((2, 2), dtype=np.int8, order='C') print(b) c = np.ones((2, 2), dtype=np.int8, order='C') print(c)

從python內置數據類型轉換為numpy的數組

asarray

numpy.asarray(a, dtype = None, order = None)

其中，

a?任意形式的輸入參數，比如列表、列表的元組、元組、元組的元組、元組的列表

dtype，order 不再說明

import numpy as np # 列表 x = [1, 2, 3] a = np.asarray(x) print(a) # 元組 a = np.asarray(x) print(a) # 元組列表 x = [(1, 2, 3), (4, 5)] a = np.asarray(x) print(a)

frombuffer

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

其中，

buffer 任何暴露緩沖區接口的對象

dtype 同上

count 需要讀取的數據數量，默認為-1，讀取所有數據

offset 需要讀取的起始位置，默認為0

fromiter

numpy.fromiter(iterable, dtype, count = -1)

其中，

iterable 任何可迭代對象

dtype 返回數組的數據類型

count 需要讀取的數據數量，默認為-1，讀取所有數據

總結

以上是生活随笔為你收集整理的Python第三方包-你了解numpy吗(numpy基础)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。