Numpy使用1
Numpy介绍
NumPy is the fundamental package for scientific computing with Python. It contains among other things:
- a powerful N-dimensional array object
- sophisticated (broadcasting) functions
- tools for integrating C/C++ and Fortran code
- useful linear algebra, Fourier transform, and random number capabilities
Numpy常常用在python科学计算中，最主要的能力就是提供了N-dimensional array(N维数组)的能力，可能有的人说python中不是有list嘛，list就可以当做数组用啊，说的没错，简单的数据的确是可以的，我问几个问题，如果你觉得list之类的都可以搞定，那么咱们就可以宣告numpy的死亡了
- 如何存储RGB图像
- 如何存储结构化的数据
- 如何高效存储和索引多维数组
- 如何高效的进行数据的切片和组装
很明显，这些list都是做不到的，如果你有类似的这类需求的话，那么numpy应该不会让你失望。
官方网址：HERE
Numpy的安装
我的机器是ubuntu14.04（64 位），建议使用pip安装，pip是个python的包管理器，通过它可以很方便的进行安装、卸载、升级
sudo apt-get install python-pip # install pip
sudo pip install numpy # install numpy如果是windows的话，同样可以先安装pip，再使用pip安装numpy，不过过程稍微麻烦点，请大家自行百度
Getting Started
安装好以后，我们来测试下，并写段小代码体验下numpy的强大功能
import numpy as np如果你import没有出错的化，就表示你已经成功安装好了 下面我们在ipython的交互式环境下写点代码，体验下numpy的功能
（1）创建3*3的全0矩阵
In [1]: import numpy as np
In [2]: all_zero =np.zeros((3,3))
In [3]: all_zero
Out[3]:
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
In [4]: （2）从python的list种初始化numpy矩阵
In [8]: test_list = [1,3,5,6,7]
In [9]: array_numpy = np.arra
np.array np.array_equal np.array_repr np.array_str
np.array2string np.array_equiv np.array_split
In [9]: array_numpy = np.array(test_list)
In [10]: array_numpy
Out[10]: array([1, 3, 5, 6, 7])
In [11]: （3）创建多维数组（3*4*4）
In [11]: array_n_dim = np.ones((3,4,4),dtype='int8')
In [12]: array_n_dim
Out[12]:
array([[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]]], dtype=int8)
In [13]: (4)从文本load结构化数据 假设当前目录下有个文本文件numpy_test.txt，内容是
In [14]: test_numpy = np.loadtxt('numpy_test.txt', str, delimiter=':')
In [15]: test_numpy
Out[15]:
array([['1', '2'],
['3', '4'],
['5', '6'],
['7', '7'],
['8', '1']],
dtype='|S1')
In [16]: 相信到这已经可以说明numpy的强大之处，其实还有很多的优秀特性还没介绍，下个文章继续
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2016-03-07 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录