Python numpy库怎么引用,使用是怎样�
Admin 2022-05-25 群英技术资� 244 次浏�
numpy
是一个开源的python
科学计算扩展库,主要用来处理任意维度数组和矩阵�
相同的任务,使用numpy
比直接用python
的基本数据结构更加简单高效�
它的功能�
Ndarray
numpy
�scipy
,pandas
等数据处理或科学计算库的基础
虽说别名可以省略或者更改,但尽量使用上述约定的别名
n维数组,它是一个相同数据类型的集合,以0为下标开始进行集合中元素的索引�
我们知道�python
有列表和数组此类的数据结构�
列表�数据类型可以不同(如[3, 2.4 ,‘a� ,“abc”]),数据是有序的
数组�数据类型相同(如[1�2�3�4])
集合� (如{2�4�3�5�7})数据是无序�
观察下列两组操作,其功能都是一样的�
import numpy as np def pysum(): a = [1, 2, 3, 4] b = [5, 6, 7, 8] c = [] for i in range(len(a)): c.append(a[i]**2+b[i]**3) return c def numpysum(): a = np.array([1, 2, 3, 4]) b = np.array([5, 6, 7, 8]) c = a**2+b**3 return c print("使用列表运算的结果是�", pysum()) print("使用Numpy运算的结果是�", numpysum())
运行结果�
使用列表运算的结果是� [126, 220, 352, 528]
使用Numpy运算的结果是� [126 220 352 528]
但是很明显:
numpy
的数组对象可以去掉元素建运算所需要的循环,使一维向量更像单个数�numpy
通过设立专门的数组对象,经过优化,运算速度也相应提�通常情况下,在科学运算中,一个维度所有数据的类型往往相同,这时,使用数组对象采用相同的数据类型,有助于节省运算时间和存储空间
�np.array()
不指�dtype
时,numpy
将根据数据情况关联一�dtype
类型
ndarray
支持多种数据类型的原�python
基本语法只支持整数、浮点数和复�3种类�numpy
合理使用存储空间并优化性能import numpy as np x = np.array([[1, 0], [2, 0], [3, 1]], np.int32) print(x) print(x.dtype)
程序输出�
[[1 0]
[2 0]
[3 1]]
int32
(好家伙�numpy
内置函数太多了…)
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:[email protected]进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容�
猜你喜欢
这篇文章主要介绍了python实现一个简单的贪吃蛇游戏附代码,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一�
这篇文章主要分享的是用python实现各种数据结构,快速排序、选择排序、插入排序、归并排序、堆排序heapq模块等相关资料,感兴趣的小伙伴可以参考一�
当我们处理图像的时候避免不了要对访�,或是读取某一个像素点的�,下面这篇文章主要给大家介绍了关于利用Python如何获取图像中像素点坐标的相关资�,需要的朋友可以参考下
爬取网页其实就是通过URL获取网页信息,网页信息的实质是一段添加了JavaScript和CSS的HTML代码。Python提供了一个抓取网页信息的第三方模块requests,requests模块自称“HTTP for Humans�,直译过来的意思是专门为人类而设计的HTTP模块,该模块支持发送请求,也支持获取响应�
List(列表)作为python中使用最频繁的数据类型,如果能够把列表掌握,那么对于Python的掌握是有很大帮助的�
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所�
增值电信经营许可证 : B1.B2-20140078