numpy 使用

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了numpy 使用相关的知识,希望对你有一定的参考价值。

参考技术A 可以使用如下的方式来安装numpy库:
pip install numpy
根据惯例,使用numpy库的导入方式为:
import numpy as np
在导入之后,我们可以通过:
np.__version__
来查看Numpyu库的版本信息。

Numpy提供了很多方式(函数)来创建数组对象,常用的方式如下:

数组对象具有如下常用属性:

我们可以通过调用ravel或flatten方法,对数组对象进行扁平化处理。

二者的区别在于,ravel返回原数组的视图,而flatten返回原数组的拷贝。

NumPy学习——numpy初级

NumPy库学习

1.numpy简史

1995年Jim Hugunin开发了Numeric,——第一次尝试使用python进行科学计算。
2006年Travis Oliphant发布第一个版本的NumPy(v1.0)
当前,Numpy是开源项目,使用BSD许可证。

2.NumPy安装

(1)linux系统

sudo apt-get install python-numpy

(2)使用Anaconda发行版的windows系统

conda install numpy

(3)NumPy安装到系统后,在python会话中输入以下代码导入它的模块

import numpy as np

3.ndarray:NumPy库的心脏

整个NumPy库的基础是ndarray(N-dimensional array,N维数组)对象。
ndarray有两大特点:

(1)其元素同质。

同质是指几乎所有元素的类型和大小都相同。事实上,数据类型由dtype(data-type,数据类型)来指定,每个ndarray都有一种dtype类型。

(2)其大小固定。

3.1 数组的创建

#创建数组
import numpy as np
ar1=np.array(range(20))
ar2=np.array(20)
ar3=np.array([1,2,3,4,5,6])
ar4=np.random.rand(20).reshape(4,5)
ar5=np.linspace(10,20,num=20,endpoint=True)
print(ar1,ar2,ar3,ar4,ar5)

以上是关于numpy 使用的主要内容,如果未能解决你的问题,请参考以下文章

python使用numpy中的diagonal函数获取2D numpy数组的对角线元素使用numpy中的diagonal函数和sum函数获取2D numpy数组的迹(matrix trace)

与 numpy.eye 相比,使用 numpy.identity 有啥优势?

Python使用numpy函数vsplit垂直(行角度)拆分numpy数组(返回拆分后的numpy数组列表)实战:垂直拆分二维numpy数组split函数垂直拆分二维numpy数组

python使用numpy中的np.linalg.det函数计算2D numpy数组的行列式的值使用numpy中的np.linalg.inv函数计算2D numpy数组的逆矩阵

numpy使用np.concatenate函数将两个一维的numpy数组横向拼接起来(concatenate two 1D numpy arrays)

使用 numpy 逆矩阵