实验6 NumPy基础知识.pptxVIP

NumPy基础知识实验六

课程学习目标了解NumPy的基础知识初步认识NumPy的核心对象、NumPy数组及基本操作

NumPy简介NumPy是Python的一个库，其支持大量的维度数组与矩阵运算。NumPy是一个运行速度非常快的数学库，主要用于数组计算。包含：一个强大的N维数组对象ndarray；广播功能函数；整合C/C++/FORTRAN代码工具；线性代数、傅里叶变换、随机数生成等功能。

NumPy优势对于同样的数值计算任务，使用NumPy比直接编写Python代码更便捷。NumPy中数组的存储效率和输入输出性能远远优于Python中等价的基本数据结构，且能够提升性能是与数组中的元素成比例的。NumPy大部分代码都是C语言编写，底层算法在设计时就有着优异的性能，这使得NumPy比纯Python代码高效。

NumPy常用数据类型数据类型备注bool布尔型数据类型（True或Flase）int_默认的数据类型（类似于C中的long,int32或int64）intc与C的int类型一样，一般是int32或int64intp用于索引的整数类型int8字节（-128--127）int16整数（-32768--32767）int32整数（-2147483648--2147483647）int64整数（-9223372036854775808--9223372036854775807）uint8无符号整数（0--255）uint16无符号整数（0--65535）uint32无符号整数（0--4294967295）uint64无符号整数（0--18446744073709551615）float_float64类型的简写float16半精度浮点数，包括：1个符号位，5个指数位，10个尾数位float32单精度浮点数，包括：1个符号位，8个指数位，23个尾数位float64双精度浮点数，包括：1个符号位，11个指数位，52个尾数位complex_complex128类型的缩写，即128位复数complex64复数，表示双32位浮点数（实数部分和虚数部分）complex128复数，表示双64位浮点数（实数部分和虚数部分）

ndarray数组对象ndarray对象是用于存放同类型元素的多维数组。其中的每个元素在内存中都有相同存储大小的区域。

创建ndarray数组对象object：数组或嵌套的数列；dtype：（可选）数组元素的数据类型；copy：（可选）对象是否需要复制；order：创建数组的样式，C为行方向，F为列方向，A为任意方向，默认为A；subok：默认返回一个与基类类型一致的数组；ndmin：指定生成数组的最小维度。使用array()函数创建数组numpy.array(object,dtype=None,copy=True,order=None,subok=False,ndmin=0)

创建ndarray数组对象dtype中对不同的数据类型有对应的缩写。使用array()函数创建数组数据类型缩写bool?,b1int8b,i1uint8B,u1int16h,i2uint16H,u2int32i,i4uint32I,u4int64q,i8uint64Q,u8float16f2,efloat32f4,ffloat64f8,dcomplex64F4,Fcomplex128F8,DStra,S（可以在S后面添加数字表示字符串长度）UnicodeUObjectOvoidV

创建ndarray数组对象例6.1使用dtype中已有的类型生成数组并打印查看。使用array()函数创建数组importnumpyasnpa1=np.array([1,2,3,4,5],dtype=float16)#使用f2缩写表示float16a2=np.array([1,2,3,4,5],dtype=f2)print(a1)print(a2)此时尽管输入的是整形，但是输出受到dtype影响，都变为了float型；且使用缩写与使用全称程序执行结果一致。

创建ndarray数组对象例6.2使用dtype创建自己所需的类型，即创建一个user类型的数据类型，其中包括姓名、工号、薪资。使用array()函数创建数组importnumpyasnp#利用dtype生成自己的数据类型user=np.dtype([(name,S20),(id,i2),(pay,f4)])a3=np.array([(zhangsan,1001,3000.0),(lisi,1002,3555.5)],dtype=user)print(a3)

创建ndarray数组对象start：（必填）序列的起始值；stop：（必填）序列的终止值，如果endp