当前位置 : 主页 > 手机开发 > harmonyos >

Python numpy 入门系列 01 简介

来源:互联网 收集:自由互联 发布时间:2023-10-08
Python numpy 入门 安装numpy: (1) 文件超过14MB,默认安装常常会超时: C:\Python310\Scriptspip install numpy pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Re

Python numpy 入门

 

安装numpy:

(1) 文件超过14MB,默认安装常常会超时:

C:\Python310\Scripts>pip install numpy

pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.

 

(2) 建议用镜像安装:

C:\Python310\Scripts>pip --default-timeout=1000 install -U numpy  -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

 

 

NumPy Ndarray 对象

NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。

ndarray 对象是用于存放同类型元素的多维数组(一维或多维)。

ndarray 中的每个元素在内存中都有相同存储大小的区域。

ndarray 内部由以下内容组成:

  • 一个指向数据(内存或内存映射文件中的一块数据)的指针。
  • 数据类型或 dtype,描述在数组中的固定大小值的格子。
  • 一个表示数组形状(shape)的元组,表示各维度大小的元组。
  • 一个跨度元组(stride),其中的整数指的是为了前进到当前维度下一个元素需要"跨过"的字节数。

 

 

跨度可以是负数,这样会使数组在内存中后向移动,切片中obj[:,::-1] 就是如此。

创建一个 ndarray

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

参数说明:

名称

描述

object

数组或嵌套的数列

dtype

数组元素的数据类型,可选

copy

对象是否需要复制,可选

order

创建数组的样式,C为行方向,F为列方向,A为任意方向(默认)

subok

默认返回一个与基类类型一致的数组

ndmin

指定生成数组的最小维度

实例

接下来可以通过以下实例帮助我们更好的理解。

实例 1

import numpy as np 
a = np.array([1,2,3]) # 创建一维数组 
print (a)


输出结果如下:

[1 2 3]

实例 2

# 多于一个维度

# 多于一个维度  
import numpy as np 
a = np.array([[1,  2],  [3,  4]])  # 创建二维数组
print (a)

 

输出结果如下:

[[1  2] 
 [3  4]]

实例 3

# 最小维度  
import numpy as np 
a = np.array([1, 2, 3, 4, 5], ndmin =  2)  #创建二维数组
print (a)


输出如下:

[[1 2 3 4 5]] ## 结果已经变成了二维数组

 

numpy.ones()函数

1、numpy.ones()函数
      可以创建任意维度和元素个数的数组,其元素值均为1。
2、使用语法
     numpy.ones(shape, dtype=None, order='C')
3、使用参数
   shape:int或int的序列,为新数组的形状; 如果我们仅指定一个int变量,则将返回一维数组。 对于一个整数元组,将返回给定形状的数组。
   dtype(可选 ):数组的所需数据类型;默认是 numpy.float64。
   order : {‘C’,‘F’},可选,默认值:C。  是否在内存中以行主(C-风格)或列主(Fortran-风格)顺序存储多维数据。
4、返回值:
    返回具有给定形状,数据类型和顺序的数组。
5、使用实例
>>>b = np.ones( (3,4), dtype=np.int64 )  # 3行 4列的二维数组
>>>print(b)
>[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]
在python中创建numpy中,创建指定形状或者大小的方法有两个,一个是 numpy.zeros() 函数,另一个是 numpy.ones() 函数。numpy.zeros()函数可以创建指定大小形状为0的数组,numpy.ones()函数指定大小的全1数组。

 

numpy.eye() 函数

numpy.eye(N,M =无,k = 0,dtype = <class’flove’>,order =‘C’ )
返回一个二维数组,其中对角线为1,其余的地方为零。

参数:
N : int
输出中的行数。
M : int,可选
输出中的列数。如果无,默认为?。
k : int,可选
对角线的索引:0(默认值)指的是主对角线,正值指的是上对角线,负值指的是下对角线。
dtype : 数据类型,可选
返回数组的数据类型。
order: {‘C’,‘F’},可选
输出是否应以内存中的行主(C风格)或列主(Fortran风格)顺序存储。

返回:
一个数组,其中所有元素都等于零,除了第k个对角线,其值等于1。

 

 

ndarray 对象由计算机内存的连续一维部分组成,并结合索引模式,将每个元素映射到内存块中的一个位置。内存块以行顺序(C样式)或列顺序(FORTRAN或MatLab风格,即前述的F样式)来保存元素。

 

REF:

https://www.runoob.com/numpy/numpy-ndarray-object.html



上一篇:Python入门示例系列33 字符串(高级)
下一篇:没有了
网友评论