Python科学计算 - Numpy库

发布于 / Python / 0 条评论

Numpy是高性能科学计算和数据分析的基础包。

一、ndarray数组基础

Python 有 array 模快,但他不支持多维数组,无论是列表还是 array 模块都没有科学运算函数,不适合做矩阵等科学计算。Numpy没有使用 Python 本身的数组机制,而是提供了 ndarray 数组对象,该对象不断能方便的存取数组,而且拥有丰富的数组计算函数,比如向量的加法、减法、乘法等。

使用 ndarray 数组,首先需要导入库:

import numpy

1.1 创建数组

基本操作如下:

# -*- coding:utf-8 -*-  
import numpy as np

a = np.array([[1,2,4.0],[3,6,9]]) #定义多维数组
print a

b = np.array([[1,2,4],[3,6,9]]) #定义多维数组
print b

print a.ndim    #行数
print a.shape   #数组大小
print a.dtype   #数组数据类型
print b.dtype

1.2 特殊数组

Numpy的特殊数组主要有以下几种:

  • zeros数组:全零数组,元素全为0;

  • ones数组:全1数组,元素全为1;

  • empty数组:空数组,元素全近似为0;

下面是全零、全1、空数组的创建方法:

# -*- coding:utf-8 -*-  
import numpy as np

print np.zeros((2,3))   #0数组
print np.ones((2,3))    #1数组
print np.empty((2,3))   #空数组

取出数组中的元素

数组运算

二、矩阵

2.1 创建矩阵

Numpy的矩阵对象与数组对象相似,主要不同之处在于,矩阵对象的计算遵循矩阵数学运算规律。矩阵使用 matrix 函数创建,以(2,2)大小的矩阵为例(2行2列),定义方法如下:

# -*- coding:utf-8 -*-  
import numpy as np

A = np.matrix([[1.0,2.0],[3.0,4.0]])

矩阵常见运算

转载原创文章请注明,转载自: 斐斐のBlog » Python科学计算 - Numpy库
目前还没有评论,快来抢沙发吧~