数据可视化笔记 四、NumPy

在这里插入图片描述

1、NumPy概述

NumPy
Numerical Python
基础包:Python数值计算
支持科学计算、机器学习等

功能
一个强大的N维数组对象ndarray,具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组
用于集成由C、C++、Fortran等语言类库的C语言 API
线性代数、随机数生成以及傅里叶变换功能。
用于对整组数据进行快速运算的标准数学函数(无需编写循环),支持大量的数据运算
是众多机器学习框架的基础库

优势
NumPy是在一个连续的内存块中存储数据,独立于其他Python内置对象。
NumPy的C语言编写的算法库可以操作内存,而不必进行类型检查或其它前期工作。
比起Python的内置序列,NumPy数组使用的内存更少。
NumPy可以在整个数组上执行复杂的计算,而不需要Python的for循环。

2、NumPy数组构建

多维数组ndarray

维度dimensions
轴axes

秩Rank
轴的个数

数组
numpy中的数组:numpy.array
python标准中的数组:array.array

模块安装
pip install numpy
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy

命名规则
import numpy as np

示例
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
运行结果
在这里插入图片描述
在这里插入图片描述

3、数组运算

示例
在这里插入图片描述
运行结果
在这里插入图片描述
示例
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
运行结果
在这里插入图片描述
在这里插入图片描述

4、NumPy元素数据类型

示例
在这里插入图片描述
运行结果
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_74774974/article/details/142981375