官网文档:https://www.numpy.org.cn/

Numpy 简介

导入numpy

NumpyPython的一个很重要的第三方库,很多其他科学计算的第三方库都是以Numpy为基础建立的。

Numpy的一个重要特性是它的数组计算。

在使用Numpy之前,我们需要导入numpy包:


from numpy import *

使用前一定要先导入 Numpy 包,导入的方法有以下几种:


import numpy import numpy as np from numpy import * from numpy import array, sin

事实上,在ipython中可以使用magic命令来快速导入Numpy的内容。


%pylab
Using matplotlib backend: Qt4Agg

Populating the interactive namespace from numpy and matplotlib

数组上的数学操作

假如我们想将列表中的每个元素增加1,但列表不支持这样的操作(报错):


a = [1, 2, 3, 4] a + 1
---------------------------------------------------------------------------

TypeError Traceback (most recent call last)

<ipython-input-3-068856d2a224> in <module>()

      1 a = [1, 2, 3, 4]

----> 2 a + 1

TypeError: can only concatenate list (not "int") to list

转成 array


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

array 数组支持每个元素加 1 这样的操作:


a + 1
array([2, 3, 4, 5])

与另一个 array 相加,得到对应元素相加的结果:


b = array([2, 3, 4, 5]) a + b
array([3, 5, 7, 9])

对应元素相乘:


a * b
array([ 2, 6, 12, 20])

对应元素乘方:


a ** b
array([ 1, 8, 81, 1024])

提取数组中的元素

提取第一个元素:


a[0]
1

提取前两个元素:


a[:2]
array([1, 2])

最后两个元素:


a[-2:]
array([3, 4])

将它们相加:


a[:2] + a[-2:]
array([4, 6])

修改数组形状

查看 array 的形状:


a.shape
(4L,)

修改 array 的形状:


a.shape = 2,2 a
array([[1, 2],

       [3, 4]])

多维数组

a 现在变成了一个二维的数组,可以进行加法:


a + a
array([[2, 4],

       [6, 8]])

乘法仍然是对应元素的乘积,并不是按照矩阵乘法来计算:


a * a
array([[ 1, 4],

       [ 9, 16]])

画图

linspace 用来生成一组等间隔的数据:


a = linspace(0, 2*pi, 21) %precision 3 a
array([ 0. , 0.314, 0.628, 0.942, 1.257, 1.571, 1.885, 2.199,

        2.513, 2.827, 3.142, 3.456, 3.77 , 4.084, 4.398, 4.712,

        5.027, 5.341, 5.655, 5.969, 6.283])

三角函数:


b = sin(a) b
array([ 0.000e+00, 3.090e-01, 5.878e-01, 8.090e-01, 9.511e-01,

         1.000e+00, 9.511e-01, 8.090e-01, 5.878e-01, 3.090e-01,

         1.225e-16, -3.090e-01, -5.878e-01, -8.090e-01, -9.511e-01,

        -1.000e+00, -9.511e-01, -8.090e-01, -5.878e-01, -3.090e-01,

        -2.449e-16])

画出图像:


%matplotlib inline plot(a, b)
[<matplotlib.lines.Line2D at 0xa128ba8>]

从数组中选择元素

假设我们想选取数组b中所有非负的部分,首先可以利用 b 产生一组布尔值:


b >= 0
array([ True, True, True, True, True, True, True, True, True,

        True, True, False, False, False, False, False, False, False,

       False, False, False], dtype=bool)

mask = b >= 0

画出所有对应的非负值对应的点:


plot(a[mask], b[mask], 'ro')
[<matplotlib.lines.Line2D at 0xa177be0>]

1.numpy_overview的更多相关文章

随机推荐

  1. (转载)Navicat Premium 12.1.16.0安装与激活

    声明:本文所提供的所有软件均来自于互联网,仅供个人研究和学习使用,请勿用于商业用途,下载后请于24小时内删除,请支持正版! 本文介绍Navicat Premium 12的安装.激活与基本使用.已于20 ...

  2. ComponentOne使用技巧——从Winform穿越到WPF

    概述 WPF 和 Winform 是两个单独的平台,但二者又都是基于 .NET 4.0 以上版本开发的,所以很多.NET开发人员就开始研究如何在WPF中使用Winform.微软已经架设了两个开发平台的 ...

  3. Python: find the smallest and largest value

    题目要求: Write a program that repeatedly prompts a user for integer numbers until the user enters 'done ...

  4. HDU 4104 Discount(n个数不能构成的最小值)

    http://acm.hdu.edu.cn/showproblem.php?pid=4104 题意:给出n个数,每个数最多只能用一次,每次可以选任意个数相加,求不能相加得到的最小值是多少. 思路: 先 ...

  5. vs里32位项目和64位项目的区别

    由于操作系统内存分配的不同,导致软件开发过程中,需要编译不同版本的软件. 1.编译程序根据需要选择不同的编译环境. x86和win32为32位程序,x64为64位程序,可以选择不同的编译条件形成不同位 ...

  6. _event_phase_team

    EventId 事件ID Phase 阶段ID,从1开始 TeamId 事件玩家分组,攻守(防守为1,进攻为2),自定义阵营(_faction表自定义阵营ID),公会(公会guid) Graveyar ...

  7. _itemmod_hidden

    该表中的物品放在背包或银行中中会计算属性 `entry`物品ID `comment` 备注

  8. Codeforces 786 A. Berzerk

    题目链接:http://codeforces.com/problemset/problem/786/A 这个题出做$DIV2$的$C$以及$DIV1$的A会不会难了一点啊... 做法和题解并不一样,只 ...

  9. hdu 6070 Dirt Ratio 线段树+二分

    Dirt Ratio Time Limit: 18000/9000 MS (Java/Others)    Memory Limit: 524288/524288 K (Java/Others)Spe ...

  10. R语言网页爬虫

    R 是统计计算和数据分析的利器.给定一个数据集,利用前几章介绍到的 R 中灵活的数据结构或高性能计算,我们可以很方便地进行数据转换.建模和数值分析.一般来说,商业数据库会将数据以表格的形式很好地组织起 ...