Python中的Numpy入门教程546.docxVIP

可编辑文档 PAGE 页码页码/NUMPAGES 总页数总页数 Python中的Numpy入门教程 这篇文章主要介绍了Python中的Numpy入门教程，着重讲解了矩阵中的数组操作,需要的朋友可以参考下 1、Numpy是什么 很简单，Numpy是Python的一个科学计算的库，提供了矩阵运算的功能，其一般与Scipy、matplotlib一起使用。.其实，list已经提供了类似于矩阵的表示形式，不过numpy为我们提供了更多的函数。.如果接触过matlab、scilab，那么numpy很好入手。. 在以下的代码示例中，总是先导入了numpy： 复制代码代码如下: >>> import numpy as np>>> print np.version.version1.6.2 2、多维数组 多维数组的类型是：numpy.ndarray。 使用numpy.array方法 以list或tuple变量为参数产生一维数组： 复制代码代码如下: >>> print np.array([1,2,3,4])[1 2 3 4]>>> print np.array((1.2,2,3,4))[ 1.2? 2.?? 3.?? 4. ]>>> print type(np.array((1.2,2,3,4)))<type 'numpy.ndarray'> 以list或tuple变量为元素产生二维数组： 复制代码代码如下: >>> print np.array([[1,2],[3,4]])[[1 2]?[3 4]] 生成数组的时候，可以指定数据类型，例如numpy.int32, numpy.int16, and numpy.float64等： 复制代码代码如下: >>> print np.array((1.2,2,3,4), dtype=np.int32)[1 2 3 4] 使用numpy.arange方法 复制代码代码如下: >>> print np.arange(15)[ 0? 1? 2? 3? 4? 5? 6? 7? 8? 9 10 11 12 13 14]>>> print type(np.arange(15))<type 'numpy.ndarray'>>>> print np.arange(15).reshape(3,5)[[ 0? 1? 2? 3? 4]?[ 5? 6? 7? 8? 9]?[10 11 12 13 14]]>>> print type(np.arange(15).reshape(3,5))<type 'numpy.ndarray'> 使用numpy.linspace方法 例如，在从1到3中产生9个数： 复制代码代码如下: >>> print np.linspace(1,3,9)[ 1.??? 1.25? 1.5?? 1.75? 2.??? 2.25? 2.5?? 2.75? 3.? ] 使用numpy.zeros，numpy.ones，numpy.eye等方法可以构造特定的矩阵 例如： 复制代码代码如下: >>> print np.zeros((3,4))[[ 0.? 0.? 0.? 0.]?[ 0.? 0.? 0.? 0.]?[ 0.? 0.? 0.? 0.]]>>> print np.ones((3,4))[[ 1.? 1.? 1.? 1.]?[ 1.? 1.? 1.? 1.]?[ 1.? 1.? 1.? 1.]]>>> print np.eye(3)[[ 1.? 0.? 0.]?[ 0.? 1.? 0.]?[ 0.? 0.? 1.]] 创建一个三维数组： 复制代码代码如下: >>> print np.zeros((2,2,2))[[[ 0.? 0.]? [ 0.? 0.]] ?[[ 0.? 0.]? [ 0.? 0.]]] 获取数组的属性： 复制代码代码如下: >>> a = np.zeros((2,2,2))>>> print a.ndim?? #数组的维数3>>> print a.shape? #数组每一维的大小(2, 2, 2)>>> print a.size?? #数组的元素数8>>> print a.dtype? #元素类型float64>>> print a.itemsize? #每个元素所占的字节数8 数组索引，切片，赋值 示例： 复制代码代码如下: >>> a = np.array( [[2,3,4],[5,6,7]] )>>> print a[[2 3 4]?[5 6 7]]>>> print a[1,2]7>>> print a[1,:][5 6 7]>>> pri