科学计算基础包——Numpy
Posted xiugeng
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了科学计算基础包——Numpy相关的知识,希望对你有一定的参考价值。
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:
- 数组对象内的元素类型必须相同
- 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 |
以上是关于科学计算基础包——Numpy的主要内容,如果未能解决你的问题,请参考以下文章