NumPy常用方法总结

当前位置:

首页 > Python基础教程 >

NumPy常用方法总结

NumPy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

numpy中的数据类型，ndarray类型，和标准库中的array.array并不一样。

ndarray的创建

						>>> import numpy as np

						>>> a = np.array([2,3,4])

						>>> a

						array([2, 3, 4])

						>>> a.dtype

						dtype('int64')

						>>> b = np.array([1.2, 3.5, 5.1])

						>>> b.dtype

						dtype('float64')

二维的数组

1

2

3

4

						>>> b = np.array([(1.5,2,3), (4,5,6)])

						>>> b

						array([[ 1.5,  2. ,  3. ],

						       [ 4. ,  5. ,  6. ]])

创建时指定类型

1

2

3

4

						>>> c = np.array( [ [1,2], [3,4] ], dtype=complex )

						>>> c

						array([[ 1.+0.j,  2.+0.j],

						       [ 3.+0.j,  4.+0.j]])

栏目列表