numpy学习笔记（一）之数据基础

1，简介

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

应用

NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。
SciPy 是一个开源的 Python 算法库和数学工具包。
SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口（API）。

使用

    import numpy
    numpy.__version__
    nparr = numpy.array([i for i in range(10)]) #这里需要加上[]代表的是数组
    nparr.dtype #查看类型

总结

1，numpy和list，array的区别
一. 相同点：都能表示列表之类的

1. list

l = [i for i in range(10)]

2. array

array.array(['i',[i for i in range(10)]) #i代表的是int类型

3. numpy

nparr = numpy.array([i for i in range(10)]) #这里需要加上[]代表的是数组

二. 不同点
list表示的数据不区别类别
array表示的数据能够指定类型
numpy表示的数据有很大用途，下一节再介绍

下节简介

在下一个章节里，我将更新如何创建numpy数据和矩阵。
欢迎点赞评论关注收藏哦
注意：
在[for i in range(10)]的时候，一定要记得加 ‘[ ]’

– 人生苦短，及时行乐才是王道