Python中的Numpy入门教程.docxVIP

Python 中的 Numpy 入门教程 1、 Numpy 是什么 很简单， Numpy 是 Python 的一个科学计算的库，提供了矩 阵运算的功能， 其一般与 Scipy 、matplotlib 一起使用。 其实， list 已经提供了类似于矩阵的表示形式，不过 list 已经提供了类似于矩阵的表示形式，不过 numpy 为我们 提供了更多的函数。 如果接触过 matlab 、scilab ，那么 numpy 很好入手。 在以下的代码示例中，总是先导入了 很好入手。 在以下的代码示例中，总 是先导入了 numpy ： 复制代码 代码如下 : gt;gt;gt; import numpy as np gt;gt;gt; print np.version.version 1.6.22 、多维数组 多维数组的类型是： numpy.ndarray 。 使用 numpy.array 方法 以 list 或 tuple 变量为参数产生一维数组： 复制代码 代码如下 : gt;gt;gt; print np.array([1,2,3,4]) [1 2 3 4] gt;gt;gt; print np.array((1.2,2,3,4)) [ 1.2 2. 3. 4. ] gt;gt;gt; print type(np.array((1.2,2,3,4))) lt;type numpy.ndarraygt; 以 list 或 tuple 变量为元素产生二维数组： 复制代码 代码如下 : gt;gt;gt; print np.array([[1,2],[3,4]]) [[1 2] [3 4]] 生成数组的时候，可以指定数据类型，例如 numpy.int32, numpy.int16, and numpy.float64 等： 复制代码 代码如下 : gt;gt;gt; print np.array((1.2,2,3,4), dtype=np.int32) [1 2 3 4] 使用 numpy.arange 方法 复制代码 代码如下 : gt;gt;gt; print np.arange(15) [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14] gt;gt;gt; print type(np.arange(15)) lt;type numpy.ndarraygt; gt;gt;gt; print np.arange(15).reshape(3,5) [[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14]] gt;gt;gt; print type(np.arange(15).reshape(3,5)) lt;type numpy.ndarraygt; 使用 numpy.linspace 方法 例如，在从 1 到 3 中产生 9 个数： 复制代码 代码如下 : gt;gt;gt; print np.linspace(1,3,9) [ 1. 1.25 1.5 1.75 2. 2.25 2.5 2.75 3. ] 使用 numpy.zeros ， numpy.ones ，numpy.eye 等方法可以 构造特定的矩阵 例如： 复制代码 代码如下 : gt;gt;gt; print np.zeros((3,4)) [[ 0. 0. 0. 0.] [ 0. 0. 0. 0.] [ 0. 0. 0. 0.]] gt;gt;gt; print np.ones((3,4)) [[ 1. 1. 1. 1.] [ 1. 1. 1. 1.] [ 1. 1. 1. 1.]] gt;gt;gt; print np.eye(3) [[ 1. 0. 0.] [ 0. 1. 0.] [ 0. 0. 1.]] 创建一个三维数组： 复制代码 代码如下 : gt;gt;gt; print np.zeros((2,2,2)) [[[ 0. 0.] [ 0. 0.]] gt;gt;gt; a gt;gt;gt; a = np.array( [[2,3,4],[5,6,7]] ) [[ 0. 0.][ 0. 0.]]]获取数组的属性：复制代码 代码如下 :gt;gt;gt; a = np.zeros((2,2,2))gt;gt;gt; print a.ndim#数组的维数gt;gt;gt; print a.shape#数组每一维的大小(2, 2, 2)gt;gt;gt; print a.size# [[ 0. 0.] [ 0. 0.]]] 获取数组的属性： 复制代码 代码如下 : gt;gt;gt; a = np.zeros((2,2,2)) gt;gt;gt; print a.ndim #数组的维数 gt;gt;gt; p