Numpy数值计算
NumPy是什么
数据计算的基本模块，
可以完成科学计算任务，
高效的多维数据容器,
可以存储和处理大型矩阵。
可以保存任意类型数据，无缝且快速的整合各种数据
学习目标
- 掌握NumPy创建多维数组与生成随机数的方法
- 掌握数组的索引与变换
- 掌握NumPy中数组矩阵的运算以及通用的基本使用方法
- 掌握NumPy读写文件的方法和常用的统计分析的函数
ndarray
Python中 array ，不同于list,array 直接保存数据，类似C语言中一维数组。但是不支持多维。因此但是ndarray
(d,dimensionality,维度)
ndarray对象属性及创建方法
- NumPy两个基本对象：*
| ndarray | ufunc(Unicersal Function Obeject) |
|---|---|
| 存储单一数据类型的多维数组 | 对数组进行处理的函数 |
| 属性 | 说明 |
|---|---|
| ndim | 返回int,表示数组的维数 |
| shape | 返回tuple,表示数组的尺寸，如n行m列的矩阵，形状为（n,m） |
| size | 返回int,表示数组的元素的总数，邓依数组形状的乘积 |
| dtype | 返回data-type。描述数组中元素的类型 |
| itemsize | 返回int。表示数组的每个元素的大小（以字节为单位）。如一个float64元素占8个字节，其数组itemsize=8 |
创建
numpy.array(objec,dtype = None , copy = True , order = 'k' , subok = False , ndmin = 0)
| 参数名称 | 说明 |
|---|---|
| object | 接收array。表示想要创建的数组，无默认 |
| dtype | 接收data-type，表示数组所需的数据类型。如果未给定，则选择保存对象所需的最小类型。默认为None。 |
| ndmin | 接收int。指定生成数组应该具有最小维数。默认为None。 |
举例
