科学计算基础包——Numpy

一、NumPy简介

　　NumPy是高性能科学计算和数据分析的基础包。它是pandas等其他各种工具的基础。

1、NumPy的主要功能

　　（1）ndarray：一个多维数组结构，高效且节省空间。
　　（2）无需循环对整组数据进行快速运算的数学函数。
　　（3）线性代数、随机数生成和傅里叶变换功能。

2、安装和引用

pip install numpy   # 安装方法

import numpy as np    # 引用方法

3、为什么要使用NumPy?

（1）例：已知若干家跨国公司的市值（美元），将其换算为人民币

import numpy as np
import random

# uniform随机生成浮点数，这里是随机生成100~200之间的浮点数
a = [random.uniform(100.0, 200.0) for i in range(50)]
print(a)
x = 6.8   # 人民币和美元的汇率

# 方法一：使用循环
b = []
for ele in a:
    b.append(ele * x)
print(b)

# 方法二：使用numpy
a = np.array(a)
c = a * x
print(c)

（2）例：已知购物车中每件商品的价格和商品件数，求总金额

import numpy as np
import random

# uniform随机生成浮点数，这里是随机生成100~200之间的浮点数
a = [random.uniform(100.0, 200.0) for i in range(50)]
g = [random.randint(1, 10) for j in range(50)]
d = np.array(g)

sum = a*d.sum()    # 所有商品总金额
print(sum)

二、ndarray-多维数组对象

　　创建ndarray：np.array(array_like)

　　数组和列表的区别：

1. 数组对象内的元素类型必须相同
2. 数组大小不可修改

1、ndarray常用属性

属性	属性含义
T	数组的转置（对高维数组而言）
size	数组元素的个数
ndim	数组的维数
shape	数组的维度大小（元组形式）
dtype	数组元素的数据类型

2、ndarray数据类型

　　ndarray中绝大多数情况下都是保存各种数字，基本不保存字符串数据。

类型	类型细分
布尔型	bool_
整型	int_ int8 int16 int32 int64
无符号整型	uint8 uint16 uint32 uint64
浮点型	float_ float16 float32 float64
复数型	complex_ complex64 complex128