【学习笔记】Python - NumPy
NumPy庫(kù)
NumPy庫(kù)是用Python實(shí)現(xiàn)科學(xué)計(jì)算的一個(gè)庫(kù)。它提供了一個(gè)多維數(shù)組對(duì)象、各種派生對(duì)象(如屏蔽數(shù)組和矩陣)以及一系列用于數(shù)組快速操作的例程,包括數(shù)學(xué)、邏輯、形狀操作、排序、選擇、I/O、離散傅里葉變換、基本線性代數(shù)、基本統(tǒng)計(jì)操作和隨機(jī)模擬等。
安裝NumPy庫(kù)
命令:pip install numpy
數(shù)組對(duì)象
在NumPy庫(kù)中提供了一個(gè)N維數(shù)組類型“ndarray”,用于描述相同類型的“元素”的集合,我們可以使用N個(gè)整數(shù)來(lái)對(duì)元素進(jìn)行索引。在NumPy庫(kù)中,所有的ndarray都是同質(zhì)的:每個(gè)元素占用相同大小的內(nèi)存塊,并且所有塊都以完全相同的方式解釋。如何解釋數(shù)組中的每個(gè)元素由單獨(dú)的數(shù)據(jù)類型對(duì)象指定,每個(gè)數(shù)組與其中一個(gè)對(duì)象相關(guān)聯(lián)。除了基本類型之外,數(shù)據(jù)類型對(duì)象也可以表示數(shù)據(jù)結(jié)構(gòu)。從數(shù)組中提取的元素(如通過(guò)索引)由一個(gè)Python對(duì)象表示,該對(duì)象的類型為NumPy中內(nèi)置的數(shù)據(jù)標(biāo)量類型之一,數(shù)組標(biāo)量允許簡(jiǎn)單地處理更復(fù)雜的數(shù)據(jù)布局。
在NumPy庫(kù)中,ndarray是一個(gè)多維容器,由相同類型和大小的元素組成。數(shù)組中的維度和元素?cái)?shù)量由其shape定義,它是由N個(gè)正整數(shù)組成的元組,每個(gè)整數(shù)指定一個(gè)維度的大小。數(shù)組中的元素類型由單獨(dú)的數(shù)據(jù)類型對(duì)象指定,每個(gè)ndarray與其中一個(gè)對(duì)象相關(guān)聯(lián)。
與Python中的其他容器對(duì)象一樣,ndarray的內(nèi)容可以通過(guò)索引或者切片以及ndarray的方法和屬性訪問(wèn)和修改數(shù)組。不同的ndarray可以共享相同的數(shù)據(jù),使得在一個(gè)ndarray中進(jìn)行的改變?cè)诹硪粋€(gè)中也可見(jiàn)。也就是說(shuō)ndarray可以是另一個(gè)ndarray的“視圖”,并且其引用的數(shù)據(jù)由基礎(chǔ)ndarray處理。ndarray還可以是由Python字符串或buffer、array接口的對(duì)象擁有的內(nèi)存的視圖。
構(gòu)造數(shù)組
在NumPy庫(kù)中,可以使用如下數(shù)組創(chuàng)建函數(shù)來(lái)構(gòu)建并操作新數(shù)組,比如empty、empty_like、eye、identity、ones、ones_like、zeros、zeros_like、full、full_like、array、asarray、asanyarray、ascontiguousarray、asmatrix、copy、frombuffer、fromfile、fromfunction、fromiter、fromstring、loadtxt、core.records.array、core.records.fromarrays、core.records.fromrecords、core.records.fromstring、core.records.fromfile、core.defchararray.array、core.defchararray.asarray、arange、linspace、logspace、meshgrid、mgrid、ogrid、diag、diagflat、tri、tril、triu、vander、mat、bmat等。
【Example】
使用Matplotlib庫(kù)
在NumPy庫(kù)中可以使用Matplotlib庫(kù)。
在NumPy庫(kù)中使用Matplotlib繪制正弦波。
在NumPy庫(kù)中使用Matplotlib繪制直方圖。
總結(jié)
以上是生活随笔為你收集整理的【学习笔记】Python - NumPy的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 【学习笔记】 Python - Pand
- 下一篇: 【学习笔记】Python - Beaut