Numpy 介紹

numpy

num numerical 數(shù)值化

py python

ndarray

n 任意個

d dimension 維度

array 數(shù)組

n維 相同數(shù)組類型的集合

將數(shù)據(jù)組 轉(zhuǎn)化為 ndarray類型

data = np.array(數(shù)組)

import numpy as np
data = np.array([[80,89,65,79],
[80,89,65,79],
[80,89,65,79],
[80,89,65,79],
[80,89,65,79]]
)
data
type(data)

通過 ndarray的形式進行存儲

優(yōu)勢

存儲風格

ndarray 相同類型 通用性差

list 不同類型 通用性強

并行化運算

nd.array 支持并行化/向量化運算

底層語言

多任務處理： 多線程 多進程

python受到GIL鎖限制，拖累限制。

numpy底層用C語言實現(xiàn)，接觸GIL鎖限制。不受python解釋器限制。

numpy常用屬性

形狀 shape 維度 元素個數(shù)

類型 dtype （根據(jù)數(shù)據(jù)類型得知）所占內(nèi)存的大小

ndarray形狀

二維數(shù)組

下圖（3，3） 三行 三列

三個 二維數(shù)組

ndarray類型

創(chuàng)建ndarray時，指定其類型

data3 = np.array([1.1,2.2,3,3],dtype = 'float32')
data3 = np.array([1.1,2.2,3,3],dtype = np.float32)

不指定的話，整數(shù)默認int64，，小數(shù)float64。

基本操作

生成數(shù)據(jù)方法adarrat

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注本站的更多內(nèi)容!

版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。