没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Python科学计算包科学计算包numpy用法实例详解用法实例详解
主要介绍了Python科学计算包numpy用法,结合实例形式详细分析了Python基于科学计算包numpy在数据结构、
数据处理及科学计算等方面的相关操作技巧,需要的朋友可以参考下
本文实例讲述了Python科学计算包numpy用法。分享给大家供大家参考,具体如下:
1 数据结构数据结构
numpy使用一种称为ndarray的类似Matlab的矩阵式数据结构管理数据,比python的列表和标准库的array类更为强大,处理数
据更为方便。
1.1 数组的生成数组的生成
在numpy中,生成数组需要指定数据类型,默认是int32,即整数,可以通过dtype参数来指定,一般用到的
有int32、bool、float32、uint32、complex,分别代表整数、布尔值、浮点型、无符号整数和复数
一般而言,生成数组的方法有这么几种:
以list列表为参数生成(用tolist方法即可转换回list):
In[3]: a = array([1, 2, 3])
In[4]: a
Out[4]: array([1, 2, 3])
In[5]: a.tolist()
Out[5]: [1, 2, 3]
指定起点、终点和步长生成等差序列或等比数列:
In[7]: a = arange(1, 10, 2)
In[8]: a
Out[8]: array([1, 3, 5, 7, 9])
In[13]: a = linspace(0, 10, 5)
In[14]: a
Out[14]: array([ 0. , 2.5, 5. , 7.5, 10. ])
In[148]: a = logspace(0, 3, 10) # 0表示起点为10^0,3表示起点为10^3,基数通过base参数指定
In[149]: a
Out[148]:
array([ 1. , 2.15443469, 4.64158883, 10. ,
21.5443469 , 46.41588834, 100. , 215.443469 ,
464.15888336, 1000. ])
从迭代器中生成:
In[17]: iter = (i for i in range(5))
In[18]: a = fromiter(iter, dtype=int32)
In[19]: a
Out[19]: array([0, 1, 2, 3, 4])
从函数中生成:
In[156]: def f(i, j):
... return abs(i-j)
...
In[157]: fromfunction(f, (4, 4))
Out[156]:
array([[ 0., 1., 2., 3.],
[ 1., 0., 1., 2.],
[ 2., 1., 0., 1.],
[ 3., 2., 1., 0.]])
还可以用zeros、ones、empty等函数快速创建数组。
矩阵视为二维数组:矩阵视为二维数组:
In[24]: b = array([arange(5), arange(1, 6), arange(2, 7)])
In[25]: b
Out[25]:
array([[0, 1, 2, 3, 4],
资源评论
weixin_38502292
- 粉丝: 5
- 资源: 965
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功