实例介绍
【实例简介】
numpy中文文档，里面记录了numpy中相关的操作，是一份十分好的文档～～希望大家多多支持～～
NumPy-简介 NumPy-简介 NumPy是一个 Python包。它代表“ Numeric Python”。它是一个由多维数组对象 和用于处理数组的例程集合组成的库。 Numeric,即 NumPy的前身’是由 Jim Hugunin开发的。也开发了另一个包 Numarray’它拥有一些额外的功能。2005年, Travis Oliphant通过将 Numarray 的功能集成到№umei包中来创建 NumPy包。这个升源项目有很多贡献者 NumPy操作 使用 NumPy’开发人员可以执行以下操作: ●数组的算数和逻辑运算。 ●傅立叶变换和用于图形操作的例程。 ·与线性代数有关的操作。 NumPy拥有线性代数和随机数生成的内置函数。 NumPy- MatLab的替代之一 种组合广泛用于替代 MatLab,是一个流行的技术计算平台。但是,Pyto岁学 NumPy通常与ScPy( Scientific Python)和 Matplotlib(绘图库)一起使用。 Matlab的替代方案’现在被视为一种更加现代和完整的编程语言。 NumPy是开源的’这是它的一个额外的优势 NumPy-环境 NumPy-环境 在线尝试 我们已经在线设置了 NumPy编程环境’以便在线编译和执行所有可用的示 例。它向你提供了信心·并使您能够使用不同的选项验证程序’随意修改任 何示例并在线执行 使用我们的在线编译器尝试一下示例,它位于 Coding Ground lmport numpy as np a hello wor ld print a 对于本教程中给出的大多数示例,你会在我们的网站代码部分的右上角找到 个 Try it选项’这会把你带到在线编译器。所以快来使用它,享受你的学 习 标准的 Python发行版不会与 NumPy模块捆绑在一起。一个轻量级的替代方法是 使用流行的 Python包安装程序pip来安装№umPy pip install numpy 启用 NumPy的最佳方法是使用特定于您的操作系统的可安装的二进制包。这些二 进制包含完整的ScPy技术栈(包括 NumPy, SciPy’ matplotlib,| Python SymPy以及 Python核心自带的其它包) Windows Anaconda(fromwww.continuumjo)是一个带有SciPy技术栈的免费Python发行 版。它也可用于 Linux和Mac Canopy(www.enthought.com/products/canopy/)是可用的免费和商业发行版’带 有完整的 SciPy技术栈’可用于 Windows, Linux and mac Python(xy):是个免费的 Python发行版’带有 SciPy技术栈和 Spyder IDE,可用 于Windows。(从这里下载:www.python-xy.github.o) Linux Linux发行版的相应软件包管理器可用于安装一个或多个 SciPy技术栈中的软件 NumPy-环境 对于 Ubuntu sudo apt-get install python-numpy python-scipy python -matplotlibipythonipy thonnotebook python -pand as py -sympy python-nose 对于 Fedora sudo yum install numpyscipy python -matplotlibipython python-pandas sympy py thon-nose atlas-devel 从源码构建 核心 Python(2.6X’2.7X和3.2X起)必须安装 distutils,z1ib模块应该 启用。 GNU gcc(42及以上)C编译器必须可用。 要安装 NumPy,请运行以下命令。 Python setup. py install 要阒试 NumPy模块是否正确安装,请尝试从 Python提示符导入它。 如果未安装,将显示以下错误消息 Traceback (most recent call last): File <pyshe1l#0> line 1, in <module> import numpy ImportError: No module named numpy 或者’使用以下语法导入 NumPy包 NumPy- Ndarray对象 NumPy -Ndarray对象 NumPy中定义的最重要的对象是称为 ndarray的N维数组类型。它描逃相同 类型的元素集合。可以使用基于零的索引访问集合中的项目。 ndarray中的每个元素在内存中使用相同大小的块。 darrah中的每个元素是 数据类型对象的对象(称为 dtype) 从 ndarray对象提取的任何元素(通过切片)由一个数组标量类型的 Python对 象表示。下图显示了 ndarray’数据类型对象( dtype)和数组标量类型之间 的关系 data-type arra scalar header ndarray ndarray类的实例可以通过本教程后面描迹的不同的数组创建例程来构造。基本 的 ndarray是使用 NumPy中的数组函数创建的,如下所示: numpy, array 它从任何暴露数组接口的对象’或从返回数组的任何方法创建一个 harray numpy. array (object, dtype = None, copy True, order =None, su ok= False, nmin =0) 上面的构造器接受以下参数: 6 NumPy- Ndarray对象 序号 参数及描遽 object任何暴露数組接口方法的对象都会返回一个数组或任何(嵌 套)序列。 dtype数组的所需数据类型,可选 23456 copy可选’默认为true,对象是否被复制 order c(按行)、F(按列)或A(任意,默认) subok默认情况下,返回的数组被强制为基类数组。如果为true 则返回子类 admin指定返回数组的最小维数 看看下面的例子来更好地理解 示例1 Import numpy as np np array([1, 2, 3]) print a 输出如下: [1,2,3] 示例2 #多于一个维度 Import numpy as np a=np. array([[1,2];[3,4]]) print a 输出如下 [3 示例3 NumPy- Ndarray对象 #最小维度 Import numpy as np a= np array([1, 2, 3,4, 5], ndmin= 2) print a 输出如下: 5]] 示例4 # dtype参数 import numpy as np a= np array([1, 2, 3], dtype complex) print a 输出如下: [1.+0.j;2.+.j,3.+0.j] ndarray对象由计算机内存中的一维连续区域组成’带有将每个元素映射到内存块 中某个位置的索引方案。内存块以按行(C风格)或按列( FORTRAN或 Matlab 风格)的方式保存元素。 8 NumPy-数据类型 NumPy-数据类型 NumPy支持比 Python更多种类的数值类型。下表显示了№umPy中定义的不同标 量数据类型。 序号 数据类型及描述 boo1存储为一个字节的布尔值(真或假) int_默认整数’相当于C的1ong,通常为int32或int64 123456789 intc相当于C的int,通常为int32或int64 intp用于索引的整数,相当于C的size_t:通常 为int32或int64 int8字节(-128~127) int1616位整数(-32768~32767) int3232位整数(-2147483648~2147483647) int6464位整数(-9223372036854775808 9223372036854775807) uint88位无符号整数(0~255) 10. uint1616位无符号整数(0~65535) 11.uint3232位无符号整数(0~4294967295) 12.uint6464位无符号整数(0~18446744073709551615) 13.f1atf1loat64的简写 14 f1oat16半精度浮点:符号位,5位指数,10位尾数 15.f10at32单精度浮点:符号位,8位指数,23位尾数 16 floate64双精度浮点:符号位,11位指数52位尾数 17.com1excomplex128的简写 18. complex64复数,由两个32位浮点表示(实部和虚部) 19 complex128复数,由两个64位浮点表示(实部和虛部) NumPy数字类型是 dtype(数据类型)对象的实例,每个对象具有唯一的特征。 这些类型可以是npb001,np. float32等。 NumPy-数据类型 数据类型对象( dtype 数据类型对象描遽了对应于数组的固定内存块的解释,取决于以下方面: ·数据类型(整数、浮点或者 Python对象) ●数据大小 字节序(小端或大端) 在结构化类型的情况下,字段的名称’每个字段的数据类型,和每个字段占用 的内存块部分 ●如果数据类型是子序列,它的形状和数据类型。 字节顺序取决于数据类型的前缀κ或>σ≤意味着编码是小端(最小有效字节 存储在最小地址中)。>意味着编码是大端(最大有效宇节存储在最小地址 中) dtype可由一下语法构造 numpy dtype(object, align, copy 参数为 · object:被转换为数据类型的对象。 · Align:如果为true’则向字段添加同隔,使其类似C的结构体。 ·copy?生成 dtype对泉的新副本’如果为 flase:结果是内建数据类型 对象的引用 示例1 #使用数组标量类型 Import numpy as np dt =np dtype(np.int32) print dt 输出如下: int32 示例2 10 【实例截图】
【核心代码】
numpy中文文档，里面记录了numpy中相关的操作，是一份十分好的文档～～希望大家多多支持～～
NumPy-简介 NumPy-简介 NumPy是一个 Python包。它代表“ Numeric Python”。它是一个由多维数组对象 和用于处理数组的例程集合组成的库。 Numeric,即 NumPy的前身’是由 Jim Hugunin开发的。也开发了另一个包 Numarray’它拥有一些额外的功能。2005年, Travis Oliphant通过将 Numarray 的功能集成到№umei包中来创建 NumPy包。这个升源项目有很多贡献者 NumPy操作 使用 NumPy’开发人员可以执行以下操作: ●数组的算数和逻辑运算。 ●傅立叶变换和用于图形操作的例程。 ·与线性代数有关的操作。 NumPy拥有线性代数和随机数生成的内置函数。 NumPy- MatLab的替代之一 种组合广泛用于替代 MatLab,是一个流行的技术计算平台。但是,Pyto岁学 NumPy通常与ScPy( Scientific Python)和 Matplotlib(绘图库)一起使用。 Matlab的替代方案’现在被视为一种更加现代和完整的编程语言。 NumPy是开源的’这是它的一个额外的优势 NumPy-环境 NumPy-环境 在线尝试 我们已经在线设置了 NumPy编程环境’以便在线编译和执行所有可用的示 例。它向你提供了信心·并使您能够使用不同的选项验证程序’随意修改任 何示例并在线执行 使用我们的在线编译器尝试一下示例,它位于 Coding Ground lmport numpy as np a hello wor ld print a 对于本教程中给出的大多数示例,你会在我们的网站代码部分的右上角找到 个 Try it选项’这会把你带到在线编译器。所以快来使用它,享受你的学 习 标准的 Python发行版不会与 NumPy模块捆绑在一起。一个轻量级的替代方法是 使用流行的 Python包安装程序pip来安装№umPy pip install numpy 启用 NumPy的最佳方法是使用特定于您的操作系统的可安装的二进制包。这些二 进制包含完整的ScPy技术栈(包括 NumPy, SciPy’ matplotlib,| Python SymPy以及 Python核心自带的其它包) Windows Anaconda(fromwww.continuumjo)是一个带有SciPy技术栈的免费Python发行 版。它也可用于 Linux和Mac Canopy(www.enthought.com/products/canopy/)是可用的免费和商业发行版’带 有完整的 SciPy技术栈’可用于 Windows, Linux and mac Python(xy):是个免费的 Python发行版’带有 SciPy技术栈和 Spyder IDE,可用 于Windows。(从这里下载:www.python-xy.github.o) Linux Linux发行版的相应软件包管理器可用于安装一个或多个 SciPy技术栈中的软件 NumPy-环境 对于 Ubuntu sudo apt-get install python-numpy python-scipy python -matplotlibipythonipy thonnotebook python -pand as py -sympy python-nose 对于 Fedora sudo yum install numpyscipy python -matplotlibipython python-pandas sympy py thon-nose atlas-devel 从源码构建 核心 Python(2.6X’2.7X和3.2X起)必须安装 distutils,z1ib模块应该 启用。 GNU gcc(42及以上)C编译器必须可用。 要安装 NumPy,请运行以下命令。 Python setup. py install 要阒试 NumPy模块是否正确安装,请尝试从 Python提示符导入它。 如果未安装,将显示以下错误消息 Traceback (most recent call last): File <pyshe1l#0> line 1, in <module> import numpy ImportError: No module named numpy 或者’使用以下语法导入 NumPy包 NumPy- Ndarray对象 NumPy -Ndarray对象 NumPy中定义的最重要的对象是称为 ndarray的N维数组类型。它描逃相同 类型的元素集合。可以使用基于零的索引访问集合中的项目。 ndarray中的每个元素在内存中使用相同大小的块。 darrah中的每个元素是 数据类型对象的对象(称为 dtype) 从 ndarray对象提取的任何元素(通过切片)由一个数组标量类型的 Python对 象表示。下图显示了 ndarray’数据类型对象( dtype)和数组标量类型之间 的关系 data-type arra scalar header ndarray ndarray类的实例可以通过本教程后面描迹的不同的数组创建例程来构造。基本 的 ndarray是使用 NumPy中的数组函数创建的,如下所示: numpy, array 它从任何暴露数组接口的对象’或从返回数组的任何方法创建一个 harray numpy. array (object, dtype = None, copy True, order =None, su ok= False, nmin =0) 上面的构造器接受以下参数: 6 NumPy- Ndarray对象 序号 参数及描遽 object任何暴露数組接口方法的对象都会返回一个数组或任何(嵌 套)序列。 dtype数组的所需数据类型,可选 23456 copy可选’默认为true,对象是否被复制 order c(按行)、F(按列)或A(任意,默认) subok默认情况下,返回的数组被强制为基类数组。如果为true 则返回子类 admin指定返回数组的最小维数 看看下面的例子来更好地理解 示例1 Import numpy as np np array([1, 2, 3]) print a 输出如下: [1,2,3] 示例2 #多于一个维度 Import numpy as np a=np. array([[1,2];[3,4]]) print a 输出如下 [3 示例3 NumPy- Ndarray对象 #最小维度 Import numpy as np a= np array([1, 2, 3,4, 5], ndmin= 2) print a 输出如下: 5]] 示例4 # dtype参数 import numpy as np a= np array([1, 2, 3], dtype complex) print a 输出如下: [1.+0.j;2.+.j,3.+0.j] ndarray对象由计算机内存中的一维连续区域组成’带有将每个元素映射到内存块 中某个位置的索引方案。内存块以按行(C风格)或按列( FORTRAN或 Matlab 风格)的方式保存元素。 8 NumPy-数据类型 NumPy-数据类型 NumPy支持比 Python更多种类的数值类型。下表显示了№umPy中定义的不同标 量数据类型。 序号 数据类型及描述 boo1存储为一个字节的布尔值(真或假) int_默认整数’相当于C的1ong,通常为int32或int64 123456789 intc相当于C的int,通常为int32或int64 intp用于索引的整数,相当于C的size_t:通常 为int32或int64 int8字节(-128~127) int1616位整数(-32768~32767) int3232位整数(-2147483648~2147483647) int6464位整数(-9223372036854775808 9223372036854775807) uint88位无符号整数(0~255) 10. uint1616位无符号整数(0~65535) 11.uint3232位无符号整数(0~4294967295) 12.uint6464位无符号整数(0~18446744073709551615) 13.f1atf1loat64的简写 14 f1oat16半精度浮点:符号位,5位指数,10位尾数 15.f10at32单精度浮点:符号位,8位指数,23位尾数 16 floate64双精度浮点:符号位,11位指数52位尾数 17.com1excomplex128的简写 18. complex64复数,由两个32位浮点表示(实部和虚部) 19 complex128复数,由两个64位浮点表示(实部和虛部) NumPy数字类型是 dtype(数据类型)对象的实例,每个对象具有唯一的特征。 这些类型可以是npb001,np. float32等。 NumPy-数据类型 数据类型对象( dtype 数据类型对象描遽了对应于数组的固定内存块的解释,取决于以下方面: ·数据类型(整数、浮点或者 Python对象) ●数据大小 字节序(小端或大端) 在结构化类型的情况下,字段的名称’每个字段的数据类型,和每个字段占用 的内存块部分 ●如果数据类型是子序列,它的形状和数据类型。 字节顺序取决于数据类型的前缀κ或>σ≤意味着编码是小端(最小有效字节 存储在最小地址中)。>意味着编码是大端(最大有效宇节存储在最小地址 中) dtype可由一下语法构造 numpy dtype(object, align, copy 参数为 · object:被转换为数据类型的对象。 · Align:如果为true’则向字段添加同隔,使其类似C的结构体。 ·copy?生成 dtype对泉的新副本’如果为 flase:结果是内建数据类型 对象的引用 示例1 #使用数组标量类型 Import numpy as np dt =np dtype(np.int32) print dt 输出如下: int32 示例2 10 【实例截图】
【核心代码】
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论