第一次写文章,没什么经验。。。。
一、数据的维度
数据维度是数据的组织形式
1、一维数据:列表和集合类型
例如:[3.14,3.141,3.1415] (列表类型数据是有序的)
{3.14,3.141,3.1415} (集合类型数据是无序的)
2、二维数据:列表类型
例如:[ [3.14,3.141,3.1415],[3.13,3.134,3.135] ]
3、多维数据:列表类型
例如:在二维数据的基础上新增了一个时间的维度,那么这时候的数据属于多维数据。
4、高维数据:字典类型或数据表示格式(JSON、XML、YAML格式)
二、Python的NumPy库
1、NumPy是一个开源的Python科学计算基础库,包含:
1)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
2、NumPy的引用
其中,as np是引入NumPy模块的别名,别名可以省略或更改,但是对于NumPy来说,”np“是NumPy开发者约定俗成的,建议还是使用上述约定的别名。
3、N维数组对象:ndarray
可能有同学会有疑问:为什么Python已有列表类型,为什么还需要一个数组对象(类型)?
下面我们通过一个例子来对比看看两者有何区别。
例如:计算
,其中a和b都是一维数组数组对象可以去掉元素间运算所需的循环,使一维向量更像单个数据;
设置专门的数组对象,经过优化,可以提升这类应用的运算速度;
在科学计算中,一个维度所有的数据的类型往往相同。数组对象采用相同的数据类型,有助于节省运算和存储空间。
4、ndarray是一个多维数组对象,由两部分构成:
1)实际的数据
2)描述这些数据的元数据(数据维度、数据类型等)
ndarray数组一般要求所有元素类型相同,数组下标从0开始。
ndarray对象的属性
例如:
ndarray数组的元素类型
5、ndarray数组的创建方法
1)从Python中的列表、元组等类型创建ndarray数组
例:
2)使用NumPy中函数创建ndarray数组,如:arange,ones,zeros等
例:
3)从字节流(raw bytes)中创建ndarray数组
4)从文件中读取特定格式,创建ndarray数组
6、ndarray数组的变换
对于创建后的ndarray数组,可以对其进行维度变换和元素类型变换
例:对于a=np.ones((2,3,4))
7、ndarray数组的运算
1)数组与标量之间的运算
数组与标量之间的运算作用于数组的每一个元素
例:
2)NumPy的一元函数
对ndarray中的数据执行元素级运算的函数
例:
3)NumPy二元函数
例:
欢迎大家一起交流学习。
如果想更深入了解NumPy的应用,请看相应的官方文档:https://www.numpy/
更多推荐
python 对ndarray全体除以一个数_python学习日记之Numpy基础
发布评论