? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?作者丨琳兒

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 來源丨醫(yī)數(shù)思維云課堂（ID:Datamedi）? ?

01?基本功能

快速高效的多維數(shù)組對(duì)象ndarray。

用于對(duì)數(shù)組執(zhí)行元素級(jí)計(jì)算以及直接對(duì)數(shù)組執(zhí)行數(shù)學(xué)運(yùn)算的函數(shù)

用于讀寫硬盤上基于數(shù)組的數(shù)據(jù)集的工具

線性代數(shù)運(yùn)算、傅里葉變換，以及隨機(jī)數(shù)生成

用于將C、C++、Fortran代碼集成到Python的工具

除了為Python提供快速的數(shù)組處理能力，NumPy在數(shù)據(jù)分析方面還有另外一個(gè)主要作用，即作為在算法之間傳遞數(shù)據(jù)的容器。

標(biāo)準(zhǔn)Python的列表(list)中，元素本質(zhì)是對(duì)象。如：L?=?[1,?2,?3]，需要3個(gè)指針和三個(gè)整數(shù)對(duì)象，對(duì)于數(shù)值運(yùn)算比較浪費(fèi)內(nèi)存和CPU。

因此，Numpy提供了ndarray(N-dimensional?array?object)對(duì)象：存儲(chǔ)單一數(shù)據(jù)類型的多維數(shù)組。

02?基礎(chǔ)知識(shí)

1.NumPy 數(shù)組

(1)?使用NumPy中的arange()函數(shù)來創(chuàng)建包含0~n?的整數(shù)的NumPy數(shù)組。

代碼中的arange函數(shù)前面有一個(gè)前綴numpy，表明該函數(shù)是從NumPy模塊導(dǎo)入的。

test_1=np.arange(5)

print(test_1)

(2)?NumPy數(shù)組的下標(biāo)從0開始的。使用dtype()獲得數(shù)據(jù)類型

print(test_1.dtype)

(3)?數(shù)組的shape屬性返回一個(gè)元組（tuple），元組中的元素即為NumPy數(shù)組每一個(gè)維度上的大小。上面例子中的數(shù)組是一維的，因此元組中只有一個(gè)元素。

print(test_1.shape)

(4) 創(chuàng)建指定長(zhǎng)度的全0數(shù)組（zeros），全1數(shù)組（ones），沒有任何具體數(shù)值的數(shù)組（empty），創(chuàng)建單位矩陣eye（）

print(np.zeros(3))

print(np.ones([2,3]))

print(np.empty([3,3],dtype=int))

print(np.eye(3,3))

參數(shù)：

shape?:?整數(shù)或者整型元組定義返回?cái)?shù)組的形狀；

dtype?:?數(shù)據(jù)類型，可選定義返回?cái)?shù)組的類型。

order?:?{'C',?'F'},?可選規(guī)定返回?cái)?shù)組元素在內(nèi)存的存儲(chǔ)順序：C（C語言）-rowmajor；F（Fortran）column-major。

2.創(chuàng)建多維數(shù)組

（1）創(chuàng)建一個(gè)多維數(shù)組；?顯示該數(shù)組的維度。

arange函數(shù)創(chuàng)建的數(shù)組作為列表元素，把這個(gè)列表作為參數(shù)傳給array()函數(shù)，從而創(chuàng)建了一個(gè)2×2的數(shù)組。

test_2=np.array([np.arange(2), np.arange(2)])

print(test_2)

print(test_2.shape)

（2）選取數(shù)組元素：對(duì)于數(shù)組a，只需要用a[m,n]選取各數(shù)組元素，其中m和n為元素下標(biāo)，對(duì)應(yīng)的位置如下表所示。

a=np.array([[1,2], [3,4]])

print(a)

print(a[0,0])

print(a[0,1])

3.NumPy 數(shù)據(jù)類型

Python支持的數(shù)據(jù)類型有整型、浮點(diǎn)型以及復(fù)數(shù)型，但這些類型不足以滿足科學(xué)計(jì)算的需求，因此NumPy添加了很多其他的數(shù)據(jù)類型。

在實(shí)際應(yīng)用中，我們需要不同精度的數(shù)據(jù)類型，它們占用的內(nèi)存空間也是不同的。

在NumPy中，大部分?jǐn)?shù)據(jù)類型名是以數(shù)字結(jié)尾的，這個(gè)數(shù)字表示其在內(nèi)存中占用的位數(shù)。下面的表格（整理自NumPy用戶手冊(cè)）列出了NumPy中支持的數(shù)據(jù)類型。

（1）每一種數(shù)據(jù)類型均有對(duì)應(yīng)的類型轉(zhuǎn)換函數(shù)：

float64(42)

int8(42.0)

bool(42)

bool(0)

bool(42.0)

float(False)

float(True)

print(np.float64(42))

print(np.int8(42.0))

print(bool(42))

（2）在NumPy中，許多函數(shù)的參數(shù)中可以指定數(shù)據(jù)類型，通常這個(gè)參數(shù)是可選的：

（3）復(fù)數(shù)是不能轉(zhuǎn)換為整數(shù)的

np.complex(2,1)

np.int8(np.complex(2,1))

4.數(shù)據(jù)類型對(duì)象

（1）數(shù)據(jù)類型對(duì)象是numpy.dtype類的實(shí)例。如前所述，NumPy數(shù)組是有數(shù)據(jù)類的，更確切地說，NumPy數(shù)組中的每一個(gè)元素均為相同的數(shù)據(jù)類型。

數(shù)據(jù)類型對(duì)象可以給出單個(gè)數(shù)組元素在內(nèi)存中占用的字節(jié)數(shù)，即dtype類的itemsize屬性：a.dtype.itemsize。

（2）NumPy可以使用字符編碼來表示數(shù)據(jù)類型，這是為了兼容NumPy的前身Numeric。

應(yīng)該優(yōu)先使用dtype對(duì)象來表示數(shù)據(jù)類型，而不是這些字符編碼。

np.arange(7, dtype='f')

np.arange(7, dtype='D')

（3）完整的NumPy數(shù)據(jù)類型列表可以在sctypeDict.keys()中找到。

（4）獲取數(shù)據(jù)類型的字符編碼：

t = np.dtype('Float64')

t.char

（5）創(chuàng)建自定義數(shù)據(jù)類型：

自定義數(shù)據(jù)類型是一種異構(gòu)數(shù)據(jù)類型，可以當(dāng)做用來記錄電子表格或數(shù)據(jù)庫中一行數(shù)據(jù)的結(jié)構(gòu)。

作為示例，我們將創(chuàng)建一個(gè)存儲(chǔ)商店庫存信息的數(shù)據(jù)類型。

其中，我們用一個(gè)長(zhǎng)度為40個(gè)字符的字符串來記錄商品名稱，用一個(gè)32位的整數(shù)來記錄商品的庫存數(shù)量，最后用一個(gè)32位的單精度浮點(diǎn)數(shù)來記錄商品價(jià)格。

下面是具體的步驟。

t = np.dtype([('name', np.str),('numitems', np.int32),('price',np.float32)])

print(t)

t['name']

Python學(xué)習(xí)之Numpy的內(nèi)容就講到這里，期待我們的再次相約。