原创力文档- 1、本文档共16页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
python 之 numpy 模块的基本使用
一、 numpy 概述
NumPy （Numerical Python 的简称）是高性能科学 和数据分
析的基础包。 numpy 模块提供了 Python 对 N 维数组对象的支持：
ndarray ，ndarray 数组中的元素须为同一数据类型，这一点与
python 的列表是不一样的。 numpy 支持高级大量的维度数组与矩
阵运算，此外也针对数组运算提供大量的数学函数库。 其主要功能如
下。
二、创建 ndarray 数组
代码示例：
# -*- coding: utf-8 -*-
import numpy;
print 使用列表生成一维数组
data = [1,2,3,4,5,6]
x = numpy.array(data)
print x # 打印数组
print x.dtype # 打印数组元素的类型
print 使用列表生成二维数组
data = [[1,2],[3,4],[5,6]]
x = numpy.array(data)
print x # 打印数组
print x.ndim # 打印数组的维度
print x.shape # 打印数组各个维度的长度。 shape 是一个元组
print 使用 zero/ones/empty 创建数组 : 根据 shape 来创建
x = numpy.zeros(6) # 创建一维长度为 6 的，元素都是 0 一维数组
print x
x = numpy.zeros((2,3)) # 创建一维长度为 2 ，二维长度为 3 的二维 0 数组
print x
x = numpy.ones((2,3)) # 创建一维长度为 2 ，二维长度为 3 的二维 1 数组
print x
x = numpy.empty((3,3)) # 创建一维长度为 2 ，二维长度为 3, 未初始化的二维数组
print x
print 使用 arrange 生成连续元素
print numpy.arange(6) # [0,1,2,3,4,5,] 开区间
print numpy.arange(0,6,2) # [0, 2 ，4]
三、指定 ndarray 数组元素的类型
NumPy 数据类型：
代码示例：
print 生成指定元素类型的数组 : 设置 dtype 属性
x = numpy.array([1,2.6,3],dtype = numpy.int64)
print x # 元素类型为 int64
print x.dtype
x = numpy.array([1,2,3],dtype = numpy.float64)
print x # 元素类型为 float64
print x.dtype
print 使用 astype 复制数组，并转换类型
x = numpy.array([1,2.6,3],dtype = numpy.float64)
y = x.astype(numpy.int32)
print y # [1 2 3]
print x # [ 1. 2.6 3. ]
z = y.astype(numpy.float64)
print z # [ 1. 2. 3.]
print
文档评论（0）