NumPy：修订间差异

无编辑摘要
无编辑摘要
第29行： 第29行：
}}
}}


===创建ndarray数组===
===创建数组===


===ndarray数组属性===
常用创建数组方法：
{| class="wikitable"  style="width: 100%;
! 命令
! 格式
! 描述
|-
|array()
|numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None)
|创建一个数组。  示例：<br \><code>np.array([1,2,3])</code> 返回array([1, 2, 3])，将Python数组(列表)转化为Numpy数组(ndarray)。
|-
| ones()
| numpy.ones(shape, dtype=None, order='C', *, like=None)
| 返回一个使用1填充的并按指定形状和数据类型生成的新数组。示例：<br \><code>np.ones(2)</code> 返回array([1., 1.])，是一维有2个元素的数组。<br \><code>np.ones((2,3))</code> 返回二维每维有3个元素的数组。
|-
| ones_like()
| numpy.ones_like（a，dtype = None，order ='K'，subok = True，shape = None ）
| 返回一个使用1填充，形状和数据类型与给定数组一样的新数组。示例：<br \><code>np.ones_like(nd1)</code> 返回一个数组形状和数据类型与nd1一样，值使用1填充。
|-
| zeros()
| numpy.zeros(shape, dtype=float, order='C', *, like=None)
| 返回给定形状和类型的新数组，并用0填充。示例：<br \><code>np.zeros(2)</code> 返回array([0., 0.])，是一维有2个元素的数组。<br \><code>np.zeros((2,3))</code> 是二维每维有3个元素的数组。
|-
| zeros_like()
| numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None)
| 返回一个使用0填充，形状和数据类型与给定数组一样的新数组。示例：<br \><code>np.zeros_like(nd1)</code> 返回一个数组形状和数据类型与nd1一样，值使用0填充。
|-
|full()
|numpy.full(shape, fill_value, dtype=None, order='C', *, like=None)
|返回给定形状和类型的新数组，并用fill_value填充。示例：<br \><code>np.full((2,3),fill_value=3.14)</code> 返回形状为2x3，值为3.14的数组
|-
|full_like()
|numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
|
|-
|empty()
|
|
|-
|empty_like()
|
|
|-
|arange()
|numpy.arange(start=0, stop, step=1, dtype=None, *, like=None)
|返回等差数列的一维数组。可指定区间和步长，区间左闭右开。 示例：<br \><code>np.arange(2)</code> 返回array([0, 1]) <br \><code>np.arange(6,11,step=2)</code> 返回array([ 6,  8, 10])
|-
|linspace()
|numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
|返回等差数列的一维数组。可指定区间和个数，区间左闭右闭。示例：<br \><code>np.linspace(1,2,num = 2)</code> 返回array([1., 2.]) <br \><code>np.linspace(1,100,num = 3)</code> 返回array([  1. ,  50.5, 100. ])
|-
|random.randint()
|random.randint(low, high=None, size=None, dtype=int)
|返回随机整数的一维数组。可指定区间和个数，区间左闭右开。<br \><code>np.random.randint(0,100,size = 10)</code> 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
|-
|random.rand()
|
|
|-
|random.randn()
|
|
|-
|random.normal()
|
|
|}
 
 
 
{{了解更多
| [https://numpy.org/doc/stable/reference/routines.array-creation.html Numpy 手册：数组创建示例]
| [https://numpy.org/doc/stable/reference/random/index.html Numpy 手册：随机数]
}}
 
===数组属性===


===复制和视图===
===复制和视图===

2021年5月25日 (二) 04:04的版本

NumPy是Python中科学计算的基本软件包。支持高阶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。

简介

时间轴

安装

pip安装

pip install NumPy

其他内置软件包

如果使用的是Anaconda等计算科学软件包，已经安装好了NumPy库。

导入NumPy

在脚本顶部导入，一般的NumPy导入方式如下： 

import numpy as np

基础知识

数据类型

ndarray

NumPy提供了N维数组类型（N-dimensional array）即ndarray，它是NumPy的核心。这是一个表示多维度、同类型并且固定大小的数组对象。所有ndarray对象都有如下性质：

  • 数组的每个元素占用相同大小的内存块，并且所有块的解释执行方式都一样。
  • 数组中每个元素

了解更多 >> Numpy 手册：数组对象 Numpy 手册：ndarray对象


创建数组

常用创建数组方法：

命令 格式 描述
array() numpy.array(object, dtype=None, *, copy=True, order='K', subok=False, ndmin=0, like=None) 创建一个数组。 示例：
np.array([1,2,3]) 返回array([1, 2, 3])，将Python数组(列表)转化为Numpy数组(ndarray)。
ones() numpy.ones(shape, dtype=None, order='C', *, like=None) 返回一个使用1填充的并按指定形状和数据类型生成的新数组。示例：
np.ones(2) 返回array([1., 1.])，是一维有2个元素的数组。
np.ones((2,3)) 返回二维每维有3个元素的数组。
ones_like() numpy.ones_like（a，dtype = None，order ='K'，subok = True，shape = None ） 返回一个使用1填充，形状和数据类型与给定数组一样的新数组。示例：
np.ones_like(nd1) 返回一个数组形状和数据类型与nd1一样，值使用1填充。
zeros() numpy.zeros(shape, dtype=float, order='C', *, like=None) 返回给定形状和类型的新数组，并用0填充。示例：
np.zeros(2) 返回array([0., 0.])，是一维有2个元素的数组。
np.zeros((2,3)) 是二维每维有3个元素的数组。
zeros_like() numpy.zeros_like(a, dtype=None, order='K', subok=True, shape=None) 返回一个使用0填充，形状和数据类型与给定数组一样的新数组。示例：
np.zeros_like(nd1) 返回一个数组形状和数据类型与nd1一样，值使用0填充。
full() numpy.full(shape, fill_value, dtype=None, order='C', *, like=None) 返回给定形状和类型的新数组，并用fill_value填充。示例：
np.full((2,3),fill_value=3.14) 返回形状为2x3，值为3.14的数组
full_like() numpy.full_like(a, fill_value, dtype=None, order='K', subok=True, shape=None)
empty()
empty_like()
arange() numpy.arange(start=0, stop, step=1, dtype=None, *, like=None) 返回等差数列的一维数组。可指定区间和步长，区间左闭右开。 示例：
np.arange(2) 返回array([0, 1])
np.arange(6,11,step=2) 返回array([ 6, 8, 10])
linspace() numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0) 返回等差数列的一维数组。可指定区间和个数，区间左闭右闭。示例：
np.linspace(1,2,num = 2) 返回array([1., 2.])
np.linspace(1,100,num = 3) 返回array([ 1. , 50.5, 100. ])
random.randint() random.randint(low, high=None, size=None, dtype=int) 返回随机整数的一维数组。可指定区间和个数，区间左闭右开。
np.random.randint(0,100,size = 10) 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
random.rand()
random.randn()
random.normal()


了解更多 >> Numpy 手册：数组创建示例 Numpy 手册：随机数


数组属性

复制和视图

输入输出

索引

广播

通用函数

通用函数（Universal functions），简称ufunc，是一种ndarrays以逐个元素的方式运行的函数，支持数组广播，类型转换和其他几个标准功能。也就是说，ufunc是函数的“向量化”包装器，该函数采用固定数量的特定输入并产生固定数量的特定输出。

了解更多 >> Numpy 手册：通用函数


数学运算

三角函数

位运算函数

比较函数

资源

官网

相关网站

书籍

  • 《利用Python进行数据分析》 - 韦斯·麦金尼

参考

取自“https://zxdd.com/index.php?title=NumPy&oldid=549”