Numpy 学习笔记

2016-09-06 本文已影响0人 Snow_xmu

本文主要是基于官网上的学习笔记，官网地址：
https://docs.scipy.org/doc/numpy-dev/user/quickstart.html

NumPy 主要的对象是一个homogeneous multidimensional array(齐次多维数组)，这个维数(dimension)在NumPy中称之为axes(轴)，the number of axes is rank.

Numpy 一个叫做ndarray的数组类，有一个别名array. 需要注意的是numpy.array 和python标准库中的array是不同的，可以处理多维的，提供了更加强大的功能。ndarray类中比较重要的属性主要有以下：

important numpy as np

1. 使用array函数来创建数组，参数可以是regular Python list也可以是tuple列表。
  需要注意的是：
  np.array(1,2,3) #wrong
  np.array([1,2,3]) #right ，shape值是(3,)
  np.array([[1,2,3]]) #right, shape值是(1,3)

需要注意的是，函数array()是可以把sequence的形式转换为多维数组的形式的，比如需要定义一个2*3的数组：
np.array([[2,3,4],[4,5,6]])
也可以写成下面这种形式：
np.array([(2,3,4),(4,5,6)])

2.在创建的时候指定数据类型
np.array([(3,4),(5,6)],dtype = complex)
3.有时候需要创建数组，但是还不知道内容的，可以用下面的函数创建：
- np.zeros((3,4)) # 创建3*4维全为0的数组
- np.ones((2,3,4)) #可以按照下标来理解a[][][]
- np.empty((2,3)) #数据是vary，可变的。
1. 可以利用一些常见的函数创建。
- fromfunction
  '''
  def f(x,y):
  return x+y
  B = np.fromfunction(f, (3,4))
  '''
- np.random.random函数（注意接收的是shape参数）
  array = np.floor(10*np.random.random((2,3)))

以上都是基于一维数组的例子，多维数组的比较复杂，有一篇文章给出了较为详细的解释，感觉结合图形更容易理解其设计思想：
<link> http://old.sebug.net/paper/books/scipydoc/numpy_intro.html
</link>

是一种可以对数组中每一个元素进行操作的函数，许多内置函数都是在C语言级别上实现的，计算速度非常快.

-------- 未完 ---------