慕哥6287543
Python发展至今，已经有越来越多的人使用python进行科学技术，NumPY是python中的一款高性能科学计算和数据分析的基础包。 ndarray ndarray（以下简称数组）是numpy的数组对象，需要注意的是，它是同构的，也就是说其中的所有元素必须是相同的类型。其中每个数组都有一个shape和dtype。 shape既是数组的形状，比如 复制代码 1 import numpy as np 2 from numpy.random import randn 3 4 arr = randn(12).reshape(3, 4) 5 6 arr 7 8 [[ 0.98655235 1.20830283 -0.72135183 0.40292924] 9 [-0.05059849 -0.02714873 -0.62775486 0.83222997] 10 [-0.84826071 -0.29484606 -0.76984902 0.09025059]] 11 12 arr.shape 13 (3, 4) 复制代码 其中(3, 4)即代表arr是3行4列的数组，其中dtype为float64 一下函数可以用来创建数组 array 将输入数据转换为ndarray，类型可制定也可默认 asarray 将输入转换为ndarray arange类似内置range ones、ones_like 根据形状创建一个全1的数组、后者可以复制其他数组的形状 zeros、zeros_like类似上面，全0 empty、empty_like创建新数组、只分配空间 eye、identity创建对角线为1的对角矩阵 数组的转置和轴对称 转置是多维数组的基本运算之一。可以使用.T属性或者transpose()来实现。.T就是进行轴对换而transpose则可以接收参数进行更丰富的变换 复制代码 arr = np.arange(6).reshape((2,3)) print arr [[0 1 2] [3 4 5]] print arr.T [[0 3] [1 4] [2 5]] arr = np.arange(24).reshape((2,3,4)) print arr [[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]] print arr.transpose((0,1,2)) [[[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]]] 复制代码 数组的运算 大小相等的数组之间做任何算术运算都会将运算应用到元素级别。 复制代码 1 arr = np.arange(9).reshape(3, 3) 2 print arr 3 4 [[0 1 2] 5 [3 4 5] 6 [6 7 8]] 7 8 print arr*arr 9 10 [[ 0 1 4] 11 [ 9 16 25] 12 [36 49 64]] 13 14 print arr+arr 15 16 [[ 0 2 4] 17 [ 6 8 10] 18 [12 14 16]] 19 20 print arr*4 21 22 [[ 0 4 8] 23 [12 16 20] 24 [24 28 32]] 复制代码 numpy的简单计算中，ufunc通用函数是对数组中的数据执行元素级运算的函数。 如： 复制代码 arr = np.arange(6).reshape((2,3)) print arr [[0 1 2] [3 4 5]] print np.square(arr) [[ 0 1 4] [ 9 16 25]] 复制代码 类似的有：abs,fabs,sqrt,square,exp,log,sign,ceil,floor,rint,modf,isnan,isfinite,isinf,cos,cosh,sin,sinh,tan,tanh， add,subtract,multiply,power,mod,equal,等等