Python numpy 模块介绍

目录
  • 1. numpy 简介
    • numpy 应用场景
    • numpy 模块安装
    • numpy 模块使用
  • 2. numpy 特点
  • 3. numpy 常用方法
  • 4. 实例

前言：

在motplotlib的学习过程中，我们使用最多的就是numpy模块。

numpy 模块被称为 matplotlib 模块绘制图表伴侣。

xdm,接下来我们来对 matplotlib 伴侣-numpy 模块相关知识的学习

1. numpy 简介

numpy 模块是 Python 支持对大量数组进行科学计算的第三方库。

numpy 模块在numpy官网文档中详细描述了numpy模块提供许多对多维数组对象、矩阵快速操作快速操作的功能。

  • 数学、逻辑、形状操作
  • 排序、选择、I/O
  • 基本线性代数、基本统计运算、随机模拟
  • 广播，字节交换

numpy 模块为开源代码，目前官网已经更新到1.22.0版本。

github源码链接，对其源码感兴趣的兄弟们可以康康哈~

numpy 应用场景

numpy 模块通常与matplotlib（绘图库） 一起使用。

在matplotlib绘制图表前进行对数据进行计算处理。

numpy 模块安装

由于numpy 模块是Python提供对数据处理的第三库，需要使用pip install来安装

pip install numpy

numpy 模块使用

在代码中，我们需要使用import 来进行导入

import numpy as np

2. numpy 特点

numpy 模板的核心是ndarray对象,这个对象封装同种类型的n维数组,将许多操作留在编译代码中执行，进而提高性能。

numpy array 与 python 内置的list区别点：

  • numpy 数组在创建时是固定大小，python list列表大小是动态变化的。如果要更改ndarray的大小则是将原始数组删除后重新创建新的数组
  • numpy 数组中元素必须是同数据类型的，因而内存中的大小相同。python list 可以允许不同类型的元素存在。
  • numpy 数组对大量数据进行高级数学运算的执行效率比Python list更高
  • numpy 数组在科学计算被大量使用，对目前主流的科学数学软件都是基于此模块。

3. numpy 常用方法

numpy 模块善于对大量数据进行科学计算，因此它不仅提供多维的数组对象array,还有通用函数方法等。

目前，我们此文章先介绍numpy 模块中常用的方法哈

方法 作用
numpy.array(item) 创建数组对象（可创建N维数组）
numpy.arange(num) 创建等差数组
numpy.random.randn(d0,d1,…,dn) 创建随机正态分布
numpy.dtype() 创建自定义数据类型
numpy.random.rand(d0,d1,…,dn) 创建0~1的数据
numpy.random.randint(low,high) 创建给定范围的随机整数
numpy.random.random_integers(low,high) 返回给定范围随机整数
numpy.random.random(size) 随机生成0,1之间的浮点数
numpy.random.choice(a,size) 从给定的一维数组中生成随机数
numpy.random.seed() 提前得知随机数据
numpy.linespcae() 创建线性数组
numpy.sort() 对数组数据进行排序

4. 实例

本期，我们将使用numpy进行创建数组、切片、索引、广播等功能实操

# 创建一个三维数组
arr = np.array([[0,0,0],[2,3,9],[1,2,3]])

# numpy通过索引或者切片来访问，arr[start:stop:step]

print("切片a[1:]:\n",arr[1:])

# 广播功能，两个数组进行

b = np.array([2,5,7])
print("arr+b:\n",arr+b)

总结：
本期，我们对matplotlib绘图模块伴侣-numpy模块进行认识和了解。numpy 模块提供的数组对象让其在多维数据数学运算比Python内置方法更加高效。

到此这篇关于Python numpy 模块介绍的文章就介绍到这了,更多相关Python numpy 模块内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • Python中numpy模块常见用法demo实例小结

    本文实例总结了Python中numpy模块常见用法.分享给大家供大家参考,具体如下: import numpy as np arr = np.array([[1,2,3], [2,3,4]]) print(arr) print(type(arr)) print('number of dim:', arr.ndim) print('shape:', arr.shape) print('size:', arr.size) [[1 2 3]  [2 3 4]] number of dim: 2 sha

  • python的numpy模块安装不成功简单解决方法总结

    python的numpy模块安装不成功简单解决方法总结

    为了画个图,被numpy这个模块的安装真的折腾疯了!!!一直装不上,花了几个小时,看了网上的很多教程.方法发现总结得不是很全,这里总结一下,防止大家再出现这个问题没有解决方法. Python的魅力之一,就是拥有众多功能强大的插件,但是这些插件的寻找.安装.升级在windows系统上却非常之麻烦.首先安装完Python后需要在系统配置环境变量,接下来又要安装Setuptools,而且安装过程中还会报编码错误,对于需要拷贝源码安装的还需要去CMD里打命令,还得小心翼翼避免打错参数,如果没有一位有经验

  • Python使用numpy模块创建数组操作示例

    本文实例讲述了Python使用numpy模块创建数组操作.分享给大家供大家参考,具体如下: 创建数组 创建ndarray 创建数组最简单的方法就是使用array函数.它接收一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组. array函数创建数组 import numpy as np ndarray1 = np.array([1, 2, 3, 4]) ndarray2 = np.array(list('abcdefg')) ndarray3 = np.array([

  • Python使用Numpy模块读取文件并绘制图片

    代码如下 import pandas as pd import matplotlib.pyplot as plt import numpy as np data = np.loadtxt('distance.txt',dtype = np.int) print(data) x = data[:,0] # 设置第1列数据为x轴数据. y = np.log(data[:,1]) # 设置第2列为y轴数据,计算自然对数后赋值给y, 注意如果取以10为底的对数,则需要使用log10方法. print(x

  • Python使用numpy模块实现矩阵和列表的连接操作方法

    Numpy模块被广泛用于科学和数值计算,自然有它的强大之处,之前对于特征处理中需要进行数据列表或者矩阵拼接的时候都是自己写的函数来完成的,今天发现一个好玩的函数,不仅好玩,关键性能强大,那就是Numpy模块自带的矩阵.列表连接函数,实践一下. #!usr/bin/env python #encoding:utf-8 from __future__ import division ''' __Author__:沂水寒城 使用numpy模块实现矩阵的连接操作 ''' import numpy as

  • Python基于numpy模块实现回归预测

    代码如下 import numpy as np from matplotlib import pyplot as plt # 用numpy生成数据t ,y t = np.arange(1,10,1) y = 0.9 * t + np.sin(t) model = np.polyfit(t, y ,deg=1) # np.polyfit是numpy提供的加分分析方法,deg=1,指定模型为1阶的,返回值model为获得的模型 t2 = np.arange(-2,12,0.5) # 再生成一个间隔为

  • Python3.5基础之NumPy模块的使用图文与实例详解

    本文实例讲述了Python3.5基础之NumPy模块的使用.分享给大家供大家参考,具体如下: 1.简介 2.多维数组--ndarray #!/usr/bin/env python # -*- coding:utf-8 -*- # Author:ZhengzhengLiu import numpy as np #1.创建ndarray #创建一维数组 n1 = np.array([1,2,3,4]) print(n1) #属性--ndim:维度;dtype:元素类型;shape:数组形状; # s

  • Python numpy 模块介绍

    目录 1. numpy 简介 numpy 应用场景 numpy 模块安装 numpy 模块使用 2. numpy 特点 3. numpy 常用方法 4. 实例 前言: 在motplotlib的学习过程中,我们使用最多的就是numpy模块. numpy 模块被称为 matplotlib 模块绘制图表伴侣. xdm,接下来我们来对 matplotlib 伴侣-numpy 模块相关知识的学习 1. numpy 简介 numpy 模块是 Python 支持对大量数组进行科学计算的第三方库. numpy

  • python os模块介绍

    python os模块介绍

    目录 1.os 库基本介绍 2.路径操作 3.进程管理 4.环境参数 1.os 库基本介绍 os库提供通用的.基本的操作系统交互功能. 三大操作系统: windows Mac OS Linux os 库是python标准库,包含几百个函数 常用路径操作.进程管理.环境参数等好多类 2.路径操作 os.path子库,用来处理文件路径及信息 os.path子库以path为入口 (文件路径有很多操作啦,截一些mooc的图放上来) import os.path #或者 import os.path as

  • python os模块介绍

    python os模块介绍

    目录 1.os 库基本介绍 2.路径操作 3.进程管理 4.环境参数 1.os 库基本介绍 os库提供通用的.基本的操作系统交互功能. 三大操作系统: windows Mac OS Linux os 库是python标准库,包含几百个函数常用路径操作.进程管理.环境参数等好多类 2.路径操作 os.path子库,用来处理文件路径及信息os.path子库以path为入口(文件路径有很多操作啦,截一些mooc的图放上来) import os.path #或者 import os.path as op

  • python numpy库介绍

    python numpy库介绍

    目录 1.NumPy( Numeric Python) 2.numpy的引用 3.Ndarray 引入n维数组的意义 ndarray的组成 ndarray对象的属性 3.数据类型 ndarray数组的创建 adarray数组的变换 ndarray数组运算 4.索引与切片 5.随机数函数 6.统计函数 7.梯度函数 8.副本与视图 numpy线性代数 数组与标量之间的运算 常用numpy.linalg函数总结 1.NumPy( Numeric Python) numpy是一个开源的python科学

  • python numpy库介绍

    python numpy库介绍

    目录 1.NumPy( Numeric Python) 2.numpy的引用 3.Ndarray 引入n维数组的意义 ndarray的组成 ndarray对象的属性 3.数据类型 ndarray数组的创建 adarray数组的变换 ndarray数组运算 4.索引与切片 5.随机数函数 6.统计函数 7.梯度函数 8.副本与视图 numpy线性代数 数组与标量之间的运算 常用numpy.linalg函数总结 1.NumPy( Numeric Python) numpy是一个开源的python科学

  • Python os模块介绍

    os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录:相当于shell下cd os.curdir 返回当前目录: ('.') os.pardir 获取当前目录的父目录字符串名:('..') os.makedirs('dirname1/dirname2') 可生成多层递归目录 os.removedirs('dirname1') 若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推 os

  • Python常用模块介绍

    python除了关键字(keywords)和内置的类型和函数(builtins),更多的功能是通过libraries(即modules)来提供的. 常用的libraries(modules)如下: 1)python运行时服务 * copy: copy模块提供了对复合(compound)对象(list,tuple,dict,custom class)进行浅拷贝和深拷贝的功能. * pickle: pickle模块被用来序列化python的对象到bytes流,从而适合存储到文件,网络传输,或数据库存

  • Python re模块介绍

    Python中转义字符 正则表达式使用反斜杠" \ "来代表特殊形式或用作转义字符,这里跟Python的语法冲突,因此,Python用" \\\\ "表示正则表达式中的" \ ",因为正则表达式中如果要匹配" \ ",需要用\来转义,变成" \\ ",而Python语法中又需要对字符串中每一个\进行转义,所以就变成了" \\\\ ". 上面的写法是不是觉得很麻烦,为了使正则表达式具有更好

  • Python numpy中的ndarray介绍

    Python numpy中的ndarray介绍

    目录 1. 什么是 ndarray? ndarray 概念 ndarray 内部关系 2. ndarray 内存结构 ndarray 内存结构 3. ndarray vs list ndarray 特点 list 特点 在上一期python numpy 模块中对概述介绍了numpy 模块安装.使用方法.特点等入门知识. numpy 模块是一个开源的第三方Python库,常用于科学和工程领域,是科学Python和PyData 生态系统的核心. numpy 模块易学易用的特点,基本上覆盖了初学者到先

  • 初识python的numpy模块

    目录 一.array类型 1.1array类型的基本使用 1.2对更高维度数据的处理 1.3Numpy创建特殊类型的array类型 1.3.1生成全为0或全为1的array 1.3.2np.arrange()和np.linspace() 1.4Numpy基础计算演示 二.线性代数相关 三.矩阵的高级函数-随机数矩阵 四.总结 Numpy是Numerical Python extensions的缩写,字面意思是Python数值计算扩展.Numpy是python中众多机器学习库的依赖,这些库通过Nu

随机推荐