Python数据分析与应用 课件 第8章 numpy.ppt

***第8章Numpy《Python数据分析与应用》NumPy NumPy是Python的开源数字扩展，定义了数值数组和矩阵类型以及基本运算的语言扩展，用于矩阵数据、矢量处理等。 Numpy的官方网址/NumPyndarray属性名含义ndarray.ndim数组的轴（维度）的数量ndarray.shape数组的维度。为一个整数元组，表示每个维度上的大小。对于一个n行m列的矩阵来说，shape就是（n，m）。shape元组的长度就是秩（或者维度的数量）ndim。ndarray.size数组的元素的总个数。这等于shape元素的乘积。ndarray.dtype用来描述数组中元素类型的对象。ndarray.itermsize数组的每个元素的字节大小。例如，一个类型为float64的元素的数组itemsize为8。ndarray.data该缓冲区包含了数组的实际元素。python提供array模块，但是array不支持多维，也没有各种运算函数，不适合做数值运算。?而numpy提供的同质多维数组ndarray正好弥补以上不足。创建数组ArrayArangeLinspacelogspace1.array创建数组importnumpyasnp#引入numpy库a=np.array([[1,5],[4,5,7]])#创建数组，将元组或列表作为参数a5=np.array(([1,5,3,4,5],[6,7,8,9,5]))#创建二维的narray对象print(type(a))#a的类型是数组print(type(a5))print(a)print(a5)2.arange函数创建数组importnumpyasnpa=np.arange(15)#利用arange函数创建数组print(a)a5=np.arange(1,5,0.1)#arang函数和range函数print(a5)3.linspace用于创建指定数量等间隔的序列，实际生成一个等差数列importnumpyasnpa=np.linspace(0,1,15)#从0开始到1结束，共15个数的等差数列print(a)4.logspace用于生成等比数列importnumpyasnpa=np.logspace(0,5,5)#生成首位是10的0次方，末位是10的5次方，含5个数的等比数列print(a)查看数组importnumpyasnp#引入numpy库a=np.array([[1,5],[4,5,7],3])#创建数组，将元组或列表作为参数a5=np.array(([1,5,3,4,5],[6,7,8,9,5]))#创建二维的narray对象print(type(a))#a的类型是数组print(a)print(a5)print(a.dtype)#查看a数组中每个元素的类型print(a6.dtype)#查看a5数组中每个元素的类型查看数组importnumpyasnp#引入numpy库a=np.array([[1,5],[4,5,7],3])a5=np.array(([1,5,3,4,5],[6,7,8,9,5]))#创建二维narrayprint(a.shape)#查看数组的行列，3行print(a6.shape)#查看数组的行列，返回5行5列print(a.shape[0])#查看a的行数print(a6.shape[1])#查看a5的列数print(a.ndim)#获取数组的维数print(a6.ndim)print(a6.T)#简单转置矩阵ndarray索引和切片importnumpyasnpa=np.array([[1,5,3,4,5],[6,7,8,9,5]])print(a)print(a[:])#选取全部元素print(a[1])#选取行为1的全部元素print(a[0:1])