python基础之Numpy

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第22天，点击查看活动详情

NumPy 是 Python 中科学计算的基础包。它是一个 Python 库，提供多维数组对象、各种派生对象（例如掩码数组和矩阵）以及用于对数组进行快速操作的各种例程，包括数学、逻辑、形状操作、排序、选择、I/O 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。

numpy是既有python实现的部分，也有c实现的部分，其中计算这种计算密集型无需置疑的话是用c来编写的，这带来的结果就是他真的非常快。

安装

pip install numpy

使用 NumPy 创建一个数组

使用numpy模块中的array()函数可以创建一个 NumPy 数组，如下所示：

import numpy as np

arr = np.array([1, 2, 3, 4])
print(type(arr))

<class 'numpy.ndarray'>

通过上面的代码，我们可以通过python列表来创建一个numpy数组，上面的arr变量的类型是numpy中的numpy.ndarray，其中ndarray指的是表示一个N维的数组

NumPy 中的向量

下面一张图可以以一个非常简单的例子来介绍一个一维的数组

一维数组的轴可以表示下面的一些简单的内容

1. 标量（0D 数组）
2. 向量（一维数组）
3. 矩阵（二维数组）
4. 3D 阵列
5. 4D 阵列

#标量（0D 数组）

标量只是一个值。

import numpy as np

s = np.array(1)
print(s.ndim)
print(s.shape)

 0
()

这里使用了numpy中的数组中的最常见的两个属性

• ndim：它返回数组中的维数（或轴数）。它在这里返回 0，因为值本身没有任何维度。
• shape：它返回一个元组，其中包含沿数组每个轴的值的数量。由于标量有 0 个轴，因此它返回一个空元组。