NumPy：修订间差异
（创建页面，内容为“NumPy（Numerical Python），是Python语言的一个扩展程序库。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…”） |
无编辑摘要 |
||
| 第1行： | 第1行： | ||
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== | ==简介== | ||
=== | ===时间轴=== | ||
===安装=== | ===安装=== | ||
| 第13行： | 第12行： | ||
===导入NumPy=== | ===导入NumPy=== | ||
在脚本顶部导入，一般的NumPy导入方式如下： | |||
import numpy as np | 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 | |||
| [https://numpy.org/doc/stable/reference/arrays.html Numpy 手册：数组对象] | |||
| [https://numpy.org/doc/stable/reference/generated/numpy.ndarray.html Numpy 手册：ndarray对象] | |||
}} | |||
===创建ndarray数组=== | |||
===ndarray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|[https://numpy.org/doc/stable/reference/ufuncs.html Numpy 手册：通用函数]}} | |||
===数学运算=== | |||
===三角函数=== | |||
===位运算函数=== | |||
===比较函数=== | |||
| 第26行： | 第58行： | ||
==资源== | ==资源== | ||
===官网=== | ===官网=== | ||
* | *Numpy 官网：https://numpy.org/ | ||
* | *Numpy 文档：https://numpy.org/doc/stable/ | ||
*Numpy 手册：https://numpy.org/doc/stable/reference/index.html | |||
*Github 主页 ：https://github.com/numpy/numpy | |||
===相关网站=== | |||
*[https://www.runoob.com/numpy/numpy-tutorial.html 菜鸟教程：Numpy ] | |||
*[https://www.numpy.org.cn/ numpy.org.cn：Numpy ] | |||
===书籍=== | ===书籍=== | ||
* | *《利用Python进行数据分析》 - 韦斯·麦金尼 | ||
[ | ==参考== | ||
*[https://zh.wikipedia.org/wiki/NumPy 维基百科：NumPy] | |||
2021年5月25日 (二) 01:37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ndarray数组
ndarray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
- Numpy 官网：https://numpy.org/
- Numpy 文档：https://numpy.org/doc/stable/
- Numpy 手册：https://numpy.org/doc/stable/reference/index.html
- Github 主页 ：https://github.com/numpy/numpy
相关网站
书籍
- 《利用Python进行数据分析》 - 韦斯·麦金尼