治疗白癜风有效的方法 http://news.39.net/bjzkhbzy/210725/9229355.htmlNumPy是用于高性能数组实现的最受欢迎的Python库：数组操作比列表操作快得多，列表操作在大数据世界中可能会扩大运行时的差异。根据librarys.io（截至年4月），超过4千的图书馆依赖NumPy，包括最受欢迎的数据科学软件包Pandas和SciPy。NumPy的不同之处在于它提供的面向数组的编程风格。即代替使用条件for循环来处理所述阵列元件（或嵌套的for循环，当涉及到n维时），它提供了函数式、矢量化与内部迭代，使该阵列的操作更为便捷。在本文中，你将发现从全部初学者到高级的10多个综合主题所涵盖的知识。但是，如果你已经掌握了，就可以直接跳到最后两个部分（“进阶”和“高阶教程”），其中将介绍阵列方向的“难题”以及基本的性能提示。到最后，能够将过程编程的样式优化，基于数组的样式，能够达到快速而无循环的效果。数组创建导入NumPy之后importnumpyasnp，我们就可以滚动了：一维我们可以通过传递一个元素列表来创建一个数组。在此示例中，整数：array=np.array([1,2,3,5,8,13,21])能在输出中注意到一些有趣的东西吗？所有逗号分隔的值均具有相同的宽度并右对齐。由于最大数量21占据2个位置，因此所有其他值都被格式化为两个字符的字段。所以现在您知道为什么[和1.之间有一个前置空格。多维我们将通过传递两个三个元素的嵌套列表来创建一个2行3列的数组：array2x3=np.array([[1,2,3],[10,20,30]])输出的格式基于维数，将每一行中的列对齐：如我们所见，1和10是对齐的，2和20等。数组的形状我们可以使用shape属性确定数组的形状，该属性返回具有尺寸的元组：以及带有ndim属性的维数（即数组的秩），如下所示：的ndim是相同的轴的数量或长度（len在阵列的形状的输出的）：元素数使用该属性，size我们可以获得数组的元素总数：元素类型和元素大小由于NumPy用C编写，因此使用其数据类型。这样，整数将作为int64值存储-对应于C中的64位（即8字节）整数。通过访问dtype属性，可以轻松确定数组的元素类型：通过访问以下命令以及存储每个元素所需的字节数itemsize：itemsize：记忆体大小内存占用量（nbytes）是元素数乘以字节数。通用数组来填充特定值的数组，NumPy的提供三个特殊功能：zeros，ones和full，分别创建包含0，1，或在指定值的阵列。请注意，零和一包含float64值，但是我们显然可以自定义元素类型。一维0数组：zeros=np.zeros(5)一维0s数组，类型为整数：zeros_int=np.zeros(5,dtype=int)1秒的2D数组（2x5）：ones=np.ones((2,5))2s的2D数组（2x5）：full=np.full((2,5),7)均匀分布的范围NumPy提供了用于从范围创建数组的优化功能。创建均匀间隔范围的两个最重要的函数分别是arange和linspace，分别用于整数和浮点数。In整数：给定间隔np.arange(start,stop,step)：在半开间隔[start,stop)（即包括开始但不包括停止的间隔）内生成值。默认start值为0，默认step大小为1。范围从0到4，增量为1：np.arange(5)范围从5到9，增量为1：np.arange(5,10)范围从2到8，增量为2：np.arange(2,10,2)范围从8到2，以-2为增量：np.arange(8,0,-2)F浮点数：给定元素数量np.linspace(start,stop,num,endpoint)：返回num间隔上计算得出的均匀间隔的样本[start,stop]。所述endpoint的时间间隔的可任选地被排除。默认num值为50，默认endpoint值为True。5个均匀间隔的元素，范围从1.0到2.0（不包括2.0）：np.linspace(1,2,num=5,endpoint=False)从1.0到2.0（包括2.0）的5个等距元素：np.linspace(1,2,num=5,endpoint=True)尽管我们可将范围作为参数传递的方式来创建数组，但还是选择内置函数，因为它们针对性能进行了优化。Random随机整数np.random.randint(low,high,size)：从low（包括）到high（不包括）返回随机整数。如果high为None（默认值），则结果来自[0,low)。从1到99的10个随机整数：np.random.randint(low=1,high=,size=10)
转载请注明：http://www.aierlanlan.com/tzrz/6378.html
