大数据知识体系
首页
数据结构与算法
  • JVM
  • Java
  • Scala
  • Python
设计模式
  • MySQL
  • Redis
  • HDFS
  • HBase
  • ClickHouse
  • ElasticSearch
  • Iceberg
  • Hudi
  • Spark
  • Flink
  • Hive
  • Yarn
  • Zookeeper
  • Maven
  • Git
  • 数据仓库
  • 用户画像
  • 指标体系
数据治理
关于
首页
数据结构与算法
  • JVM
  • Java
  • Scala
  • Python
设计模式
  • MySQL
  • Redis
  • HDFS
  • HBase
  • ClickHouse
  • ElasticSearch
  • Iceberg
  • Hudi
  • Spark
  • Flink
  • Hive
  • Yarn
  • Zookeeper
  • Maven
  • Git
  • 数据仓库
  • 用户画像
  • 指标体系
数据治理
关于
  • JVM

    • JVM 架构
    • JVM 类加载机制
    • JVM 运行时数据区
    • JVM 垃圾回收机制
    • JVM 性能监控与调优
    • JVM 常见错误
  • Java

    • Java基础

      • Java 基础知识
      • Java 基础 - 枚举类
      • Java 基础 - 异常处理
      • Java 基础 - 泛型
      • Java 基础 - 反射
      • Java 基础 - 代理模式
      • Java 基础 - 注解
    • Java集合

    • Java并发编程

    • Java 开发规范
  • Scala

    • Scala 概述
  • Python

    • Numpy

      • 初识 Numpy
        • 什么是 NumPy
        • 一个直观的例子
        • ndarray 对象的属性
      • ndarray 的创建方式
      • NumPy 的数据类型
      • NumPy 数组计算
      • 拷贝
      • 索引和切片
      • 数学和统计方法
      • 数组形状变换
      • 通用函数
      • 排序
      • 搜索和计数
      • 线性代数
      • 伪随机数生成
      • 广播
      • 文件输入和输出
    • Pandas

      • 初识 Pandas
      • 认识 Series 和 DataFrame
      • Series 和 DataFrame 增删改查
      • Index对象增删改查
      • 普通列和行Index相互转化
      • 快速查看整体信息
      • 数值运算
      • 合并数据集
      • 数值统计与聚合
      • 分组聚合
      • 分类类型
      • 排序和排名
      • 时间序列
      • 文件输入与输出
      • 缺失值处理
      • 字符串处理
      • pandas sql
      • 其它
  • 语言基础
  • Python
  • Numpy
Will
2022-04-26
目录

初识 Numpy

# 什么是 NumPy

NumPy 是 Python 中科学计算的基础软件包。 它是一个提供多了维数组对象,多种派生对象(如:掩码数组、矩阵)以及用于快速操作数组的函数及 API, 它包括数学、逻辑、数组形状变换、排序、选择、I/O 、离散傅立叶变换、基本线性代数、基本统计运算、随机模拟等等。

NumPy 中的核心是 ndarray 对象。ndarray 对象是具有相同类型和大小(通常是固定大小)项目的多维容器。可以对其进行索引、切片、形状变换等操作。

# 一个直观的例子

import numpy as np

arr = [[1, 2, 3],
       [4, 5, 6]]

ndarr = np.array(arr)
ndarr
1
2
3
4
5
6
7
array([[1, 2, 3],
       [4, 5, 6]])

# ndarray 对象的属性

  • ndarray.ndim

    数组的轴(维度)的个数。维度的数量被称为 rank。

  • ndarray.shape

    数组的形状。返回一个元组表示各个维度中数组的大小。

  • ndarray.size

    数组中元素的总数。等于 shape 各个元素的乘积。

  • ndarray.dtype

    一个描述数组中元素类型的对象。

  • ndarray.itemsize

    数组中每个元素的字节大小。

  • ndarray.real

    数组的实部

  • ndarray.imag

    数组的虚部

ndarr.ndim
1
2
ndarr.shape
1
(2, 3)
ndarr.size
1
6
ndarr.dtype
1
dtype('int64')
ndarr.itemsize
1
8
arr2 = [1 + 2j, 3 + 4j, 5 + 6j]
complex_arr = np.array(arr2)
complex_arr.dtype
1
2
3
dtype('complex128')
complex_arr.real, complex_arr.imag
1
(array([1., 3., 5.]), array([2., 4., 6.]))

更多属性和方法https://www.numpy.org/devdocs/reference/arrays.ndarray.html (opens new window)。

上次更新: 2023/11/01, 03:11:44

← Scala 概述 ndarray 的创建方式→

Theme by Vdoing | Copyright © 2022-2023 Will 蜀ICP备2022002285号-1
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式