前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python数据处理(2)-NumPy的ndarray

Python数据处理(2)-NumPy的ndarray

作者头像
企鹅号小编
发布2018-02-02 15:04:14
9480
发布2018-02-02 15:04:14
举报
文章被收录于专栏:编程

NumPy是Python中众多科学软件包的基础。它提供了一个特殊的数据类型ndarray,其在向量计算上做了优化。这个对象是科学数值计算中大多数算法的核心。下面,我们将介绍ndarray的一些基本操作。

1.创建ndarray对象

创建多维数组最简单的方法就是使用np.array函数,它接受序列型的对象(包括列表和元组)以及嵌套序列。

np.arange函数和内置的range类似,只是返回的是一个ndarray对象而不是列表。

2.基本属性:shape和dtype

ndarray对象包括了两个最基本的属性,一个是shape(表示各维度大小),一个是dtype(表示数组数据类型)。

我们可以用reshape函数改变数组的shape。常用的数组数据类型包括int32和float32,使用array创建多维数组时会自行选择合适的数据类型。当然,你可以通过astype函数显示地修改数据类型。

3.数组和标量之间的运算

ndarray的向量运算使你不用编写循环就可以对数据进行批量运算。大小相等的数组之间的任何算数运算都会将运算应用到元素级。同样,数组和标量的算数运算也会将那个标量值传播到每个元素。

除了一些简单的运算外,通用函数提供元素级的函数运算,常见的包括绝对值、平方根、指数和对数等。

4.索引和切片

和列表对象一样,ndarray提供了非常方便的索引和切片机制。对于高维度数组,你可以传入不同维度的索引来获取元素,如果省略后面的索引,则返回的对象会是一个维度低一点的ndarray对象。

同样,对于高纬度数组,你可以在一个轴或多个轴上进行切片,你甚至可以在不同轴上混合使用索引和切片操作。

另外,通过布尔型索引设置值是一种经常使用的操作。布尔型数组中的元素是布尔值,大小和需要索引的数组相同,返回布尔值为True的位置的元素生成的ndarray副本。

本文来自企鹅号 - 全球大搜罗媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文来自企鹅号 - 全球大搜罗媒体

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档