WHCSRL 技术网

Numpy 高效的计算工具

内容

numpy 高效计算工具
numpy 优势
numpy 属性

基本操作
ndarray。方法 ()
numpy.函数名()

ndarray 运算
逻辑运算
统计运算
数组间运算

合并、拆分、IO操作、数据处理

Numpy 简介

numpy
num 数字
py python

ndarray
n 个任意数量的
d 维
数组数组

相同数组类型的n维集合

将数据组转换为ndarray类型

data = np.array(array)

导入 numpy as np
data = np.array([[80,89,65,79],
[80,89,65,79],
[80,89,65,79],
[80,89,65,79],
[80,89,65,79]]
)
数据
type(data)
  • 1
  • 2
  • 3
  • 4< /li>
  • 5
  • 6
  • < li style="color: rgb(153, 153, 153);">7
  • 8
  • 9

以ndarray的形式存储
在此处插入图片描述
insert图片说明

优点

存储方式
ndarray类型相同,通用性差
不同类型列表,通用性强

numpy 常用属性

shape维度元素个数
type dtype占用内存大小(根据数据类型)
ndarray 形状

二维数组

下图(3、3)三行三列
在此处插入图片描述

三个二维数组
在此处插入图片描述

ndarray 类型

”

创建ndarray时,指定其类型

在此处插入图片说明

data3  = np.array([< span class="token number">1.1,2.2 ,3,3],dtype = ' float32')
data3 = np.array([1.1,2.2,3, ">3],dtype = np.float32)
  • 1
  • 2

如果不指定,整数默认为int64,小数为float64。

基本操作

生成数据的方法

推荐阅读