NumPy

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

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。示例： `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.rand(d0, d1, ..., dn)	返回指定形状的数组，值为0到1之间均匀分布的随机值（左闭右开）示例： `np.random.randint(2,3)` 返回一个形状2x3的随机数组。
random.randn()	random.randn(d0, d1, ..., dn)	返回指定形状的数组，值为标准正态分布随机值。示例： `np.random.randn(2,3)` 返回一个形状2x3的随机数组。
random.standard_normal()	random.standard_normal(size=None)	返回指定形状的数组，值为标准正态分布随机值。与random.randn()函数类似，参数不同。示例： `np.random.standard_normal(size=(2,3))` 返回一个形状2x3的随机数组。
random.normal()	random.normal(loc=0.0, scale=1.0, size=None)	返回指定形状的数组，值为正态分布随机值。loc设置正态分布均值，scale设置标准差。示例： `np.random.normal(loc=80, scale=6, size=(3,60))` 返回一个形状3x60的随机数组。

了解更多 >> Numpy 手册：数组创建示例 Numpy 手册：随机数

数组属性

常用属性：

属性	描述
ndarray.shape	数组形状
ndarray.ndim	数组的维数
ndarray.size	数组尺寸，即维数乘以每维元素个数。
ndarray.dtype	数组元素的数据类型。
ndarray.itemsize	一个数组元素的长度（以字节为单位）。

了解更多 >> Numpy 手册：数组属性

复制和视图

输入输出

命令	格式	描述
load()	numpy.load（file，mmap_mode = None，allow_pickle = False，fix_imports = True，encoding ='ASCII' ）	加载.npy或.npz文件，当加载含有多个数组的npz文件时，加载后使用['存储的某个键']获取某个数组如`np.load('test.npz')['np2']`。
save()	numpy.save(file, arr, allow_pickle=True, fix_imports=True)	将数组保存到.npy文件。示例： `np.save('test.npy', np2)` 保存np2数组到当前文件夹的test.npy中。
savez()	numpy.savez(file, args, *kwds)	将多个数组以未压缩.npz格式保存到单个文件中。示例： `np.savez('123.npz', a=a, np2=np2)` 保存a和np2两个数组到123.npz文件中
savez_compressed()	numpy.savez_compressed(file, args, *kwds)	将多个数组以压缩.npz格式保存到单个文件中。
loadtxt()	numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0, encoding='bytes', max_rows=None, *, like=None)	从文本文件读取数组。示例： `np.loadtxt('test.txt',delimiter=',')` 读取test.txt文件中的数组，分隔符为','。
savetxt	numpy.savetxt(fname, X, fmt='%.18e', delimiter=' ', newline='\n', header=, footer=, comments='# ', encoding=None)	将数组保存到文本文件。示例： `np.savetxt('test.txt', nd1, fmt='%0.2f', delimiter=',')` 保存nd1数组到test.txt文件中，格式为'%0.2f'，分隔符为','

了解更多 >> Numpy 手册：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。