Python numpy 入门
安装numpy：
(1) 文件超过14MB，默认安装常常会超时：
C:\Python310\Scripts>pip install numpy
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
(2) 建议用镜像安装：
C:\Python310\Scripts>pip --default-timeout=1000 install -U numpy -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com
NumPy Ndarray 对象
NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
ndarray 对象是用于存放同类型元素的多维数组（一维或多维）。
ndarray 中的每个元素在内存中都有相同存储大小的区域。
ndarray 内部由以下内容组成：
一个指向数据（内存或内存映射文件中的一块数据）的指针。
数据类型或 dtype，描述在数组中的固定大小值的格子。
一个表示数组形状（shape）的元组，表示各维度大小的元组。
一个跨度元组（stride），其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。
跨度可以是负数，这样会使数组在内存中后向移动，切片中 obj[::-1] 或 obj[:,::-1] 就是如此。
创建一个 ndarray 只需调用 NumPy 的 array 函数即可：
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
参数说明：
名称描述
object
数组或嵌套的数列
dtype
数组元素的数据类型，可选
copy
对象是否需要复制，可选
order
创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok
默认返回一个与基类类型一致的数组
ndmin
指定生成数组的最小维度
实例
接下来可以通过以下实例帮助我们更好的理解。
实例 1
import numpy as np
a = np.array([1,2,3]) # 创建一维数组
print (a)
输出结果如下：
[1 2 3]
实例 2
# 多于一个维度
# 多于一个维度
import numpy as np
a = np.array([[1, 2], [3, 4]]) # 创建二维数组
print (a)
输出结果如下：
[[1 2]
[3 4]]
实例 3
# 最小维度
import numpy as np
a = np.array([1, 2, 3, 4, 5], ndmin = 2) #创建二维数组
print (a)
输出如下：
[[1 2 3 4 5]] ## 结果已经变成了二维数组
numpy.ones()函数
1、numpy.ones()函数 可以创建任意维度和元素个数的数组，其元素值均为1。2、使用语法 numpy.ones(shape, dtype=None, order='C')3、使用参数 shape：int或int的序列，为新数组的形状； 如果我们仅指定一个int变量，则将返回一维数组。 对于一个整数元组，将返回给定形状的数组。 dtype（可选 ）：数组的所需数据类型；默认是 numpy.float64。 order ： {‘C’，‘F’}，可选，默认值：C。 是否在内存中以行主（C-风格）或列主（Fortran-风格）顺序存储多维数据。4、返回值： 返回具有给定形状，数据类型和顺序的数组。5、使用实例>>>b = np.ones( (3,4), dtype=np.int64 ) # 3行 4列的二维数组>>>print(b)>[[1 1 1 1] [1 1 1 1] [1 1 1 1]]在python中创建numpy中，创建指定形状或者大小的方法有两个，一个是 numpy.zeros() 函数，另一个是 numpy.ones() 函数。numpy.zeros()函数可以创建指定大小形状为0的数组，numpy.ones()函数指定大小的全1数组。
numpy.eye() 函数
numpy.eye（N，M =无，k = 0，dtype =
ndarray 对象由计算机内存的连续一维部分组成，并结合索引模式，将每个元素映射到内存块中的一个位置。内存块以行顺序(C样式)或列顺序(FORTRAN或MatLab风格，即前述的F样式)来保存元素。
REF：
https://www.runoob.com/numpy/numpy-ndarray-object.html
https://www.cnblogs.com/emanlee/p/14327652.html
https://www.cnblogs.com/emanlee/p/4382061.html
https://www.cnblogs.com/emanlee/p/14337557.html
https://www.cnblogs.com/emanlee/p/14347106.html
发表评论