登高自卑 | 我的NumPy笔记

Posted 2022-02-05 CSU迦叶

注：以下内容来自NumPy中文网

1 NumPy的矢量化和广播两个特征是大部分功能的基础。

矢量化让代码更接近标准的数学符号，更Pythonic，隐藏了所有的显示循环(幕后是C在做显示循环)。

广播即操作的隐式逐元素行为，不仅仅局限于算数运算，位、逻辑、功能皆如此。

2 NumPy中的维度被称为轴，Python中维度的数量叫做rank。

[[ 1., 0., 0.],
 [ 0., 1., 2.]]

上面的这个ndarray的维度/轴是(2,3)，rank是2。

多维数组ndarray有以下重要属性

ndim - 维度的数目

shape - 维度

size - 数组的元素总数，等于shape元素的乘积

dtype - 数组元素的类型

itemsize - 每个元素的字节大小

3 两个矩阵相乘

元素逐位相乘用 *

矩阵乘法用 @或dot

4 向上转换行为：不同类型的数组进行操作时，结果数组的类型会对应更精确，或者说更一般的那个。

5 通过指定axis，可以让数组沿特定轴进行操作

 6 提供的索引少于轴的数量时，已经提供的索引在没有逗号提示的条件下，会被当作“靠前”的轴的值，缺失的轴的值会被认为是完整的切片，所以以下三种写法是等价的

7 通过flat属性将数组中的每个元素拿出来

 8 同是修改数组形状的方法，reshape方法只返回修改形状后的数组，不会改变数组本身，resize形状则会。