Python numpy 入门系列 01 简介

发布时间：2023-04-18 12:57:04 所属栏目：教程来源：

导读：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._vend

Python numpy 入门

安装numpy：

(1) 文件超过14MB，默认安装常常会超时：

C

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._vend

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 --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] 或 obj[:,::-1] 就是如此。

创建一个 ndarray 只需调用 NumPy 的 array 函数即可：

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。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!