numpy 基础入门 - 30分钟学会numpy

当前位置:

首页 > Python基础教程 >

numpy 基础入门 - 30分钟学会numpy

Numpy简单介绍

1.Numpy是什么

很简单，Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。如果接触过matlab、scilab，那么numpy很好入手。在以下的代码示例中，总是先导入了numpy：（通用做法import numpu as np 简单输入）

1

2

3

						>>> import numpy as np  

						>>> print np.version.version  

						1.6.2

2. 多维数组

多维数组的类型是：numpy.ndarray。

使用numpy.array方法

以list或tuple变量为参数产生一维数组：

1

2

3

4

5

6

						>>> print np.array([1,2,3,4])  

						[1 2 3 4]  

						>>> print np.array((1.2,2,3,4))  

						[ 1.2  2.   3.   4. ]  

						>>> print type(np.array((1.2,2,3,4)))  

						<type 'numpy.ndarray'>

以list或tuple变量为元素产生二维数组或者多维数组：

						>>> x = np.array(((1,2,3),(4,5,6)))  

						>>> x  

						array([[1, 2, 3],  

						       [4, 5, 6]])  

						>>> y = np.array([[1,2,3],[4,5,6]])  

						>>> y  

						array([[1, 2, 3],  

						       [4, 5, 6]])

numpy数据类型设定与转换

numpy ndarray数据类型可以通过参数dtype 设定，而且可以使用astype转换类型，在处理文件时候这个会很实用，注意astype 调用会返回一个新的数组，也就是原始数据的一份拷贝。

						numeric_strings2 = np.array(['1.23','2.34','3.45'],dtype=np.string_)  

						numeric_strings2  

						Out[32]:   

						array(['1.23', '2.34', '3.45'],   

						      dtype='|S4')  

						numeric_strings2.astype(float)  

						Out[33]: array([ 1.23,  2.34,  3.45])

numpy索引与切片

index 和slicing ：第一数值类似数组横坐标，第二个为纵坐标

1

2

3

4

5

						>>> x[1,2]  

						6  

						>>> y=x[:,1]  

						>>> y  

						array([2, 5])

栏目列表