📅  最后修改于: 2020-11-08 07:31:39        🧑  作者: Mango

NumPy代表“数值Python”，是一个由多维数组对象和用于处理这些数组的例程的集合组成的库。使用NumPy，可以对数组执行数学和逻辑运算。本教程介绍了NumPy的基础知识，例如其体系结构和环境。它还讨论了各种数组函数，索引类型等。还提供了Matplotlib的简介。所有这些都将通过示例进行解释，以更好地理解。本教程是为那些想了解NumPy的基础知识和各种功能的人准备的。它对算法开发人员特别有用...

📅  最后修改于: 2020-11-08 07:31:54        🧑  作者: Mango

NumPy是一个Python包。它代表“数字Python”。它是一个由多维数组对象和用于数组处理的例程集合组成的库。Numeric的祖先Numeric由Jim Hugunin开发。还开发了另一个具有一些附加功能的软件包Numarray。在2005年，Travis Oliphant通过将Numarray的功能整合到Numeric包中创建了NumPy包。这个开源项目有很多贡献者。使用NumPy的操作使...

📅  最后修改于: 2020-11-08 07:32:12        🧑  作者: Mango

NumPy模块未捆绑标准Python发行版。一种轻量级的替代方法是使用流行的Python软件包安装程序pip安装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二进制程序包。这些二进制文件包含完整的SciPy堆栈(包括NumPy，SciPy，matplotlib，IPython，SymPy和鼻子包以及核心Python)。视窗Anaconda(来自https://www.cont...

📅  最后修改于: 2020-11-08 07:32:36        🧑  作者: Mango

NumPy中定义的最重要的对象是称为ndarray的N维数组类型。它描述了相同类型的项目的集合。可以使用从零开始的索引来访问集合中的项目。ndarray中的每一项都占用相同大小的内存块。在ndarray每个元素是数据类型对象(称为D型)的目的。从ndarray对象提取(通过切片)的任何项都由数组标量类型之一的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...

📅  最后修改于: 2020-11-08 07:33:13        🧑  作者: Mango

NumPy比Python支持更多的数字类型。下表显示了在NumPy中定义的不同标量数据类型。Sr.No.Data Types & Description1bool_Boolean (True or False) stored as a byte2int_Default integer type (same as C long; normally either int64 or int32)3int...

📅  最后修改于: 2020-11-08 07:33:37        🧑  作者: Mango

在本章中，我们将讨论NumPy的各种数组属性。ndarray.shape此数组属性返回一个由数组维组成的元组。它也可以用来调整数组的大小。例子1现场演示输出如下-例子2现场演示输出如下-例子3NumPy还提供了一种调整形状函数以调整数组大小。现场演示输出如下-ndarray.ndim此数组属性返回数组维数。例子1现场演示输出如下-例子2现场演示输出如下-numpy.itemsize此数组属性返回数...

📅  最后修改于: 2020-11-08 07:34:02        🧑  作者: Mango

可以通过以下任何数组创建例程或使用低级ndarray构造函数来构造新的ndarray对象。numpy.empty它创建指定形状和dtype的未初始化数组。它使用以下构造函数-构造函数采用以下参数。Sr.No.Parameter & Description1ShapeShape of an empty array in int or tuple of int2DtypeDesired output ...

📅  最后修改于: 2020-11-08 07:34:30        🧑  作者: Mango

在本章中，我们将讨论如何从现有数据创建数组。numpy.asarray此函数与numpy.array相似，除了它具有较少的参数外。该例程对于将Python序列转换为ndarray很有用。构造函数采用以下参数。Sr.No.Parameter & Description1aInput data in any form such as list, list of tuples, tuples, tupl...

📅  最后修改于: 2020-11-08 07:35:02        🧑  作者: Mango

在本章中，我们将看到如何从数值范围创建数组。numpy.arange此函数返回一个ndarray对象，该对象包含给定范围内的均匀间隔的值。该函数的格式如下-构造函数采用以下参数。Sr.No.Parameter & Description1startThe start of an interval. If omitted, defaults to 02stopThe end of an interv...

📅  最后修改于: 2020-11-08 07:35:29        🧑  作者: Mango

可以通过索引或切片来访问和修改ndarray对象的内容，就像Python的内置容器对象一样。如前所述，ndarray对象中的项遵循从零开始的索引。提供三种类型的索引编制方法-字段访问，基本切片和高级索引编制。基本切片是Python基本切片概念的扩展。通过向内置slice函数提供start，stop和step参数来构造Python slice对象。将此切片对象传递到数组以提取数组的一部分。例子1现场...

📅  最后修改于: 2020-11-08 07:35:57        🧑  作者: Mango

可以从作为非元组序列的ndarray，整数或布尔数据类型的ndarray对象或具有至少一项作为序列对象的元组中进行选择。高级索引总是返回数据的副本。与此相反，切片仅呈现视图。高级索引有两种类型-Integer和Boolean。整数索引这种机制有助于根据数组的N维索引选择数组中的任意项。每个整数数组代表该维度的索引数。当索引由与目标ndarray的维数一样多的整数数组组成时，它变得很简单。在以下示例...

📅  最后修改于: 2020-11-08 07:36:16        🧑  作者: Mango

术语广播是指NumPy在算术运算期间处理不同形状的数组的能力。数组上的算术运算通常在相应的元素上完成。如果两个数组的形状完全相同，则可以平稳执行这些操作。例子1现场演示其输出如下-如果两个数组的维数不同，则不可能进行元素到元素的操作。但是，由于广播功能的原因，在NumPy中仍然可以对非相似形状的数组进行操作。较小的阵列将广播为较大的阵列，以便它们具有兼容的形状。如果满足以下规则，则可以进行广播-n...

📅  最后修改于: 2020-11-08 07:36:52        🧑  作者: Mango

NumPy包包含一个迭代器对象numpy.nditer。这是一个有效的多维迭代器对象，使用它可以在数组上进行迭代。使用Python的标准Iterator接口访问数组的每个元素。让我们使用arange()函数创建一个3X4数组，并使用nditer对其进行迭代。例子1现场演示该程序的输出如下-例子2选择迭代顺序以匹配数组的内存布局，而不考虑特定的顺序。这可以通过迭代以上数组的转置来看到。现场演示上面程...

📅  最后修改于: 2020-11-08 07:37:12        🧑  作者: Mango

NumPy包中提供了一些例程来处理ndarray对象中的元素。它们可以分为以下几种类型-改变形状Sr.No.Shape & Description1reshapeGives a new shape to an array without changing its data2flatA 1-D iterator over the array3flattenReturns a copy of the ...

📅  最后修改于: 2020-11-08 07:37:25        🧑  作者: Mango

以下是NumPy包中可用的按位运算功能。Sr.No.Operation & Description1bitwise_andComputes bitwise AND operation of array elements2bitwise_orComputes bitwise OR operation of array elements3invertComputes bitwise NOT4left_...