Numpy基础（一）

阅读文本需要6分钟

Numpy是python用于进行可科学计算，尤其是数据分析时，所用到的一个基础库。它是大量Python数学和科学计算包的基础，比如pandas库就用到了Numpy。

安装

国际安装惯例

pip install numpy

‍

numpy的心脏：ndarray

Numpy最重要的一个特点就是其N维数组对象（即ndarray）；其实说是N维的矩阵更好理解 。它是一种由同质元素组成的多维数组，元素数量是事先指定好的。同质指的是几乎所有元素的类型和大小都相同。事实上，数据类型由另一个叫做dtype（data-type）的Numpy对象来指定；每个ndarray只有一种dtype。

定义ndarray最简单的方法是使用array()函数，以python列表作为参数，列表的元素即是ndarray的元素

‍

‍

基本属性

数组的维度和元素数量由数组的型(shape)来确定，数组的型由N个正整数组成的元组来指定，元组的每个元素随影每一维的大小。

上面的概念看上去有点难理解，看些例子好懂一点

例子：

‍

‍

创建数组

数组的创建有几种方式，最常用的就是使用array()函数，参数为单层或嵌套列表

除了列表，array()还可以嵌套接收嵌套元组或元组列表作为参数

此外，参数可以是由元组或列表组成的列表，其效果相同

‍

‍

数据类型

到目前为止，只是使用过简单的整型和浮点型数据类型，其实Numpy还包含多种数据类型

‍

dtype选项

可以通过dtype查看数组的数据类型

还可以在创建数组的时候，定义数据类型

‍

自带的数组创建方法

Numpy库中有几个函数能够生成包含初始值得N维数组，数组元素因函数而异。有了这些函数，仅用一行代码就可以生成大量的数据。

比如：zeros和ones分别可以生成指定长度或形状的全0或全1数组。empty可以生成一个没有任何具体值的数组，通常称这些值为“垃圾值”。

要用这些方法创建多维度数组，只需传入一个表示形状的元组即可。例如：

此外，还有arange、linspace和random函数可以用于创建数组。arange与python中range函数有点类似，但也有不同之处，

linspace与arange非常相似。它的钱两个参数同样是用来指定序列的起始和结尾，但第三个参数不在表示两个相邻数字之间的距离，而是用来指定将有开头到结尾的范围分成几部分

random函数是使用随机数填充数组，每次生成的元素都会不同。若要生成多维数组，只需要把数组的大小作为参数传递给它