python关于numpy基础问题

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 

python关于numpy基础问题

python关于numpy基础问题

2回答