numpy

1.numpy ndarray对象

1.内部结构

image.png

2.创建ndarrar

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

image.png

2.numpy的数据类型

1.基本数据类型

image.png

2.数据类型对象(dtype)

numpy.dtype(object, align, copy)

object - 要转换为的数据类型对象
align - 如果为 true，填充字段使其类似 C 的结构体。
copy - 复制 dtype 对象，如果为 false，则是对内置数据类型对象的引用

3.numpy数组属性

numpy数组的维度称为秩(rank)。每一个线性的数组称为一个轴(axis)。

axis=0:表示沿着第0轴进行操作，即：对每一列进行操作
axis=1:表示沿着第1轴进行操作，即：对每一行进行操作

image.png

4.numpy创建数组

ndarry数组除了试用底层ndarray构造器外，还可以通过以下几种方式来创建。
1.numpy.empty
创建一个指定形状，数据类型且未初始化的数组(元素是随机数)

numpy.empty(shape, dtype = float, order = 'C')

image.png

2.numpy.zeros
创建指定大小的数组，数组元素以0填充

numpy.zeros(shape, dtype = float, order = 'C')

3.numpy.ones
创建指定形状的数组，数组元素以1填充

5.numpy从已有的数组创建数组

1.numpy.asarray

numpy.asarray(a, dtype = None, order = None)

image.png

2.numpy.frombuffer
用于实现动态数组，numpy.frombuffer接受buffer输入参数，以流的形式读入转化成ndarray对象。

numpy.frombuffer(buffer, dtype = float, count = -1, offset = 0)

image.png

3.numpy.fromiter
从迭代对象中建立ndarray对象，返回一维数组

numpy.fromiter(iterable, dtype, count=-1)

image.png

6.numpy从数值范围内创建数组

numpy包中的使用arange函数创建数值范围并返回ndarrya对象
1.numpy.arange

numpy.arange(start, stop, step, dtype)

image.png

2.numpy.linspace
numpy.linspace函数用于创建一个一维数组，数组是一个等差数列构成的。

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)

image.png

3.numpy.logspace
numpy.logspace函数用于创建一个等比数列

image.png

7.切片和索引

1.ndarray数组：

索引：通过0-n的下标进行索引
切片：通过内置slice函数
2.高级索引
整数数组索引
布尔索引
花式索引

8.numpy广播

广播：是numpy对不同形状（shape）的数组进行数值计算的方式，对数组的算术运算通常在相应的元素上进行。

image.png

9.numpy迭代数组

1.numpy.nditer
numpy迭代对象numpy.nditer提供了一种灵活访问一个或者多个数组元素的方式
2.修改元素中的值
nditer对象有另一个可选参数op_flags.默认情况下，nditer将待遍历对象的数组看作是只读对象（read-only），未来在遍历时候修改元素值，必须指定read-write或者write-only模式