numpy之-概要，数据，类型和示例

ゞ浴缸里的玫瑰 2024-04-17 06:30 7阅读 0赞

# 学习numpy #

###### 前言 ######

大学学习一直使用matlab处理矩阵，行列式运算。matlab功能强大，确实好用，但是这么多年基本忘光了。现在工作中推荐算法，数据处理，机器学习，人工智能，数据分析处理确实有一定需要，而且目前很多方面些欠缺，需要完善这方面的知识，也就需要把矩阵，行列式等相关的东西再拾回来。主要是最近发现numpy，matplotlab，pandas，scipy可以完全替代matlab，而且各个模块免费的，还因为有相当丰富的网络教程。那既然各个条件都满足，所以决定静下心来好好的学习一下这些东西，想最终学以致用。首先学习numpy，一周左右弄清所有的概念和使用，会有4-6篇文章。

--------------------

###### numpy相关说明： ######

NumPy 是一个运行速度非常快的数学库，主要用于数组计算。支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库，包含：

1.  一个强大的N维数组对象 ndarray
2.  广播功能函数
3.  整合 C/C++/Fortran 代码的工具
4.  线性代数、傅里叶变换、随机数生成等功能

###### numpy使用pip安装 ######

###### 1, 目前最新版都已经内置pip模块 ######

python -m pip install --user numpy scipy matplotlib ipython jupyter pandas sympy nose
       
    复制代码

###### 2, 检测是否安装成功 ######

>>> import numpy as np
    >>> np.__version__
    '1.16.3'
    复制代码

###### 3, NumPy Ndarray 对象 ######

ndarray是一个N维，相同类型的数据的组合，每个元素占用相同类型的内存空间，并且以0开始索引。 ndarray 内部由以下内容组成：

1.  一个指向数据（内存或内存映射文件中的一块数据）的指针。
2.  数据类型或 dtype，描述在数组中的固定大小值的格子。
3.  一个表示数组形状（shape）的元组，表示各维度大小的元组。
4.  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。

###### 4, 创建ndarray对象 ######

下面通过实例理解：

*  通过列表创建一维ndarray对象：

>>> a = [1,2,3,4]
    >>> dt = np.array(a)
    >>> print(dt)
    [1 2 3 4]
    复制代码

*  通过列表创建二维ndarray对象：

>>> a = [[1,2,3],[4,5,6]]
    >>> dt = np.array(a)
    >>> print(dt)
    [[1 2 3]
     [4 5 6]]
    复制代码

*  通过列表创建多维ndarray对象：

>>> a = [[[1,2,3]],[[4,5,6]]]
    >>> dt = np.array(a)
    >>> print(dt)
    [[[1 2 3]]
    
     [[4 5 6]]]
    复制代码

###### 带有类型的ndarray对象 ######

*  通过列表创建带有dtype=float的ndarray对象：

>>> a = [[1,2,3],[4,5,6]]
    >>> dt = np.array(a,dtype='float')
    >>> 
    >>> print(dt)
    [[1. 2. 3.]
     [4. 5. 6.]]
    复制代码

*  通过列表创建带有dtype=float的ndarray对象：

>>> a = [[1,2,3],[4,5,6]]
    >>> dt = np.array(a,dtype='complex')
    >>> print(dt)
    [[1.+0.j 2.+0.j 3.+0.j]
     [4.+0.j 5.+0.j 6.+0.j]]
    >>> 
    
    复制代码

###### 下面介绍一下上面说的dtype类型 ######

dtype类型和Python中的数据类型一样，用来标识变量类型，不过numpy中的数据类型远比python类型要复杂，我们本章只做简单的介绍，后面会有单独的章节详细介绍。

*  整数类型：（分为有符号和无符号类型）

<table> 
 <thead> 
  <tr> 
   <th>类型名</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>int_</td> 
   <td>默认类型 int32或者int64</td> 
  </tr> 
  <tr> 
   <td>int8</td> 
   <td>有符号整数 （-128 到 127）</td> 
  </tr> 
  <tr> 
   <td>int16</td> 
   <td>有符号整数（-32768 到 32767）</td> 
  </tr> 
  <tr> 
   <td>int32</td> 
   <td>有符号整数（-2147483648 到2147483647）</td> 
  </tr> 
  <tr> 
   <td>int64</td> 
   <td>有符号整数（-9223372036854775808 到 9223372036854775807）</td> 
  </tr> 
  <tr> 
   <td>uint8</td> 
   <td>无符号整数（0 到 255）</td> 
  </tr> 
  <tr> 
   <td>uint16</td> 
   <td>无符号整数（0 到 65535）</td> 
  </tr> 
  <tr> 
   <td>uint32</td> 
   <td>无符号整数（0 到 4294967295）</td> 
  </tr> 
  <tr> 
   <td>uint64</td> 
   <td>无符号整数（0 到 18446744073709551615）</td> 
  </tr> 
 </tbody> 
</table>

*  浮点类型

<table> 
 <thead> 
  <tr> 
   <th>类型名</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>float_</td> 
   <td>float64的简写类型</td> 
  </tr> 
  <tr> 
   <td>float16</td> 
   <td>半精度浮点数，包括：1 个符号位，5 个指数位，10 个尾数位</td> 
  </tr> 
  <tr> 
   <td>float32</td> 
   <td>半精度浮点数，包括：1 个符号位，8 个指数位，32 个尾数位</td> 
  </tr> 
  <tr> 
   <td>float64</td> 
   <td>半精度浮点数，包括：1 个符号位，11 个指数位，52 个尾数位</td> 
  </tr> 
 </tbody> 
</table>

*  复数类型

<table> 
 <thead> 
  <tr> 
   <th>类型名</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>complex_</td> 
   <td>complex128的简写类型，即 128 位复数</td> 
  </tr> 
  <tr> 
   <td>complex64</td> 
   <td>表示双 32 位浮点数（实数部分和虚数部分）</td> 
  </tr> 
  <tr> 
   <td>complex128</td> 
   <td>表示双 64 位浮点数（实数部分和虚数部分）</td> 
  </tr> 
 </tbody> 
</table>

使用示例简单理解：

复制代码

待续。。。。

转载于:https://juejin.im/post/5d10e1c351882532d21c6da3