在NumPy中，可以运用numpy.transpose()等函数实现数组维度的变换。 类似这样操作的函数主要包括以下几种： 序号 函数或操作 描述 1 numpy.transpose() 按照指定的顺序重新排列数组的轴 2 ndarray.T 反转数组的轴 3 num...

[阅读全文]

在实际应用过程中，人们常常需要修改已有数组的形状进行观察或计算。NumPy库中提供了大量的函数可以轻松的实现各种形状的变换。 在NumPy中常见的形状变换函数有以下几个。 序号 函数或属性名称 描述说明 1 numpy.reshape() 在不改变原数组数据的情况下修改数组的形状 2 numpy....

[阅读全文]

在前面文章中，介绍了使用NumPy库中的array函数创建数组的基本方法。为了方便用户在各种场景下创建出符合实际需求的数组，NumPy提供了众多的函数来实现各种数组的创建。 数组创建函数概览 下面列出了NumPy模块提供的一些创建数组的函数。 序号 函数名称 描述 1 numpy.array() NumPy中最基本的数...

[阅读全文]

NumPy中提供了一系列的属性方便用户获取数组的一些基本信息，如数组的维度、数据的元素类型、数组的形状等。 NumPy数组的shape属性 NumPy数组的shape属性用于获取数组的形状信息，即数组每维的大小。该属性返回一个元组，元组中的每个数据代表数组每一维的大小。用户也可以使用该属性来修改数组每维的大小。 下面通过两个例子来演示NumPy数组shape属性的具体使用方法。 利用sha...

[阅读全文]

NumPy提供了几种方法来实现数组数据类型的转换，允许用户在不修改相关值的情况下来改变数据的存储方式。 运用astype()方法 astype是NumPy常用的数组数据类型转换方式，该方法创建数组的一个副本，并强制将数据转换为指定的数据类型。 下例中使用NumPy的astype()方法将一个整型数组转换为一个浮点类型数组。 import numpy as np # 创建一个整型Num...

[阅读全文]

NumPy支持的数据类型远比Python本身要多，下表给出了NumPy中定义的标量类型。 类型名称 含义 bool_ 布尔类型，仅有True或False两个值，用1个字节来存储 int_ 默认的有符号整数类型，类似C语言中的long类型，在32位机上为32位，在64位机上为64位。 ...

[阅读全文]

NumPy模块提供的最重要的对象是ndarray（N-dimensional array，N维数组）。 NumPy ndarray是一系列具有相同数据类型数据元素的集合。 每个数据元素占有的内存区域大小相同，并由称为dtype数据类型的对象表示。 NumPy ndarray数组的索引从0开始。 从ndarray对象中提取的任何数据项（通过切片获取到的）都由数组标量类型之一的Python对象...

[阅读全文]

Python本身并不包含NumPy模块，如果需要需自己进行安装。 下面简单介绍一下安装NumPy的几种情形和方法。 （1）直接使用pip进行安装 安装NumPy最简单的方式是使用pip工具，其语法格式如下： pip install numpy 如果计算机中安装了python2.x和Python 3.x两个版本，则上面默认使用Python2.x版本进行安装，如果需要指定Python3.x版...

[阅读全文]

NumPy（Numerical Python）是Python中用于科学计算的基础包。其提供了多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种例程，包括数学、逻辑、形状操作，排序，选择，I/O，离散傅里叶变换，基本线性代数，基本统计操作，随机模拟等等。 NumPy包的核心是narray对象。其封装了同构数据类型的n维数组，许多操作在编译后的代码中执行，以提高性能。NumP...

[阅读全文]