Python中的Numpy包

通过本次学习你可以掌握Numpy

Numpy介绍(获取地址

numpy的主要对象是同质多维数组。也就是在一个元素(通常是数字)表中,元素的类型都是相同的。

numpy的数组类被成为ndarray。别名为array。numpy.array与标准python库类array.array不一样,标准库类中的那个只能处理一维数组并且功能更少。

例如ndarray为矩阵

关于维数和类型操作:
ndarray.ndim                 数组的轴(维度)的数量。
ndarray.shape:           数组的维度。
ndarray.size:              数组的元素的总个数。(m*n)
ndarray.dtype:           用来描述数组中元素类型的对象。

例子:

 1 import numpy as np
 2
 3 A = np.array([1,3,1])
 4 B = np.array([[1],[2],[3]])
 5 C = np.array([1,3,1],dtype= "float64")
 6 print("""
 7 数组A的维度数为%s
 8 数组A的维度为%s
 9 数组A的元素总个数为%s
10 """ %(A.ndim ,B.shape ,A.size))
11 print("""
12 数组A的类型%s
13 数组C的类型%s
14 """ %(A.dtype ,C.dtype ))

 结果:

关于生成特殊矩阵操作:

zeros()            元素全部为0

ones()             元素全为1

arange(起始,结束,步长)

linspace(起始,结束,元素个数)

为了生成数字序列。numpy提供一个类似于arange的函数,返回一个列表,参数为(起始,结束,步长)
函数linspace是一个更好的选择,因为我们可以对该函数指定需要创建多少个元素,参数为(起始,结束,元素个数)

例子:

__author__ = "WSX"

import numpy as np

A = np.zeros((3,3))B = np.ones((3,3))C = np.arange(1.0,5,2.1)D = np.linspace(1,5,4)print("""生成的A为:\n%s生成的B为:\n%s生成的C为:\n%s生成的D为:\n%s""" %(A,B,C,D))

 结果:

 关于reshape的使用:

A= np.array([1,2,3,4,5,6,7,8,9])B= np.array([1,2,3,4,5,6,7,8,9,10,11,12])print("A(3,3)\n", A.reshape(3,3))   #二维矩阵print("B(1,9)\n",A.reshape(1,9))     #二维矩阵print("B(2,2,3)\n",B.reshape(2,2,3)) #三维矩阵

结果:

关于矩阵的运算:

  在数组上的算术操作符是逐元素的得到的是一个重新创建的数组,然后将结果写入新数组中:

  numpy中乘积操作符×是逐元素进行的

  矩阵的积可以通过使用dot 函数

(待续。。。)

原文地址:https://www.cnblogs.com/WSX1994/p/9061470.html

时间: 2024-10-08 18:21:01

Python中的Numpy包的相关文章

Python本地安装numpy包

python的pip工具可以很方便的在线安装各种第三包包,但有时也需要离线的方式通过本地包来安装,下面就介绍一下如果通过本地安装的方式安装numpy包 1. python官网下载python安装包,并安装,记得在安装选项栏里将pip选项选上,pip是python官方自带的包管理工具 可以很方便的通过pip安装所需要的包,不过忘记点也没有关系 2. 在https://pypi.python.org/pypi/numpy下载合适的numpy版本的包,由于机器安装的是python2.7,所以这里选择了

python中的各个包的安装,用pip安装whl文件

在安装之前,一直比较迷惑究竟如何用,安装完后,发现竟然如此简单 首先我一般用的是python27,官网下载python27msi安装window7 64位后,已经自带了Pip 和 easy_install 但是却不晓得如何安装 whl目录, 经过搜索后发现,把pip和easy_install加入到环境变量中,这个应该不是难事,如下: 把Scripts这个目录拷贝下来直接加到"右击计算机-属性-高级系统设置-环境变量-系统变量-path-编辑它" 如图 注意打开后如果最后面没有英文分号,

Python中的Numpy、SciPy、MatPlotLib安装与配置

Python安装完Numpy,SciPy和MatplotLib后,可以成为非常犀利的科研利器.网上关于这三个库的安装都写得非常不错,但是大部分人遇到的问题并不是如何安装,而是安装好后因为配置不当,在使用时总会出现import xxx error之类的错误.我也是自己摸索了很久才发现如何去正确配置的.下面就详细说下安装和配置的过程. 1.安装Python,这里选择2.7还是3.4都行,不过推荐使用2.7,毕竟现在的教程大部分还是基于2.7的,3.4跟2.7的语法还是略有不同,为了避免语法错误的麻烦

python 中 模块,包, 与常用模块

一 模块 模块:就是一组功能的集合体, 我们的程序可以直接导入模块来复用模块里的功能 导入方式 一般为 : import 模块名 在python中, 模块一般分为四个通用类别 1使用python编写.py 文件 2.已被编译为共享库或DLL 的c 或c++扩展 3把一系列模块组织到一起的文件夹(注:文件夹下有一个__init__.py文件,该文件夹称之为包) 4.使用c编写并链接到python解释器的内置模块 使用模块的优点: 1.从文件级别组织程序, 更方便管理 2.拿来主义, 提升开发效率

python中模块和包的概念

1.模块 一个.py文件就是一个模块.这个文件的名字是:模块名.py.由此可见在python中,文件名和模块名的差别只是有没有后缀.有后缀是文件名,没有后缀是模块名. 每个文件(每个模块)都是一个独立的名称空间,也就是说可以在两个(多个)文件中出现同名的函数. import,from.....import...两种导入的区别: 1.import 按模块区分拥有独立的命名空间,要是想使用模块中的函数需要使用      模块名.函数名       的方式来使用. 可以使用import.....as.

python中的numpy

开始学习用python实现机器学习的算法,用到了numpy库,好多函数不清楚. google上找到numpy的官网,可以链接到numpy的reference:http://docs.scipy.org/doc/numpy/reference/ 这里仅记录学习过程中用到的: [转]配置python命令tab键自动补全 1. 下载readline模块 http://newcenturycomputers.net/projects/readline.html 2. install readlinemo

Python中的Numpy入门教程

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: 代码如下: >>> import numpy as np>>> print np.version.version1.6.2 2.多维数

python中导入模块/包的几种方式

一.模块的导入方式 模块就是.py类型的Python文件 导入时不需要.py后缀,直接导入文件名即可 利用import直接导入: 语法:import module_name 使用方式:module_name.class_name或者module.func_name 利用import导入模块并设置一个别名 语法:import module_name as XXX 使用方式:XXX.class_name或者XXX.funct_name 借助from复制模块的属性,可以实现只导入模块中的部分类或函数或

Python中使用numpy创建的array之间的乘法

import numpy as np numpy模块的array相乘时,有两种方式:一是矩阵形式,二是挨个相乘. 需要用矩阵形式相乘时,则要用np.dot()函数. 矩阵与矩阵: a = np.array([[1,2,3],[4,5,6],[7,8,9]]) c = a.copy() a*c 得出的结果是a和c中每个元素依次相乘,为3x3的矩阵 np.dot(a, c) 得到的结果是a和c进行矩阵相乘,为3x3的矩阵 矩阵与向量: a = np.array([[1,2,3],[4,5,6],[7