Python数据分析第3章NumPy数值计算基础
Python数据分析 第 3 章 NumPy数值计算基础
第3章 NumPy数值计算基础NumPy是在1995年诞生的Python库Numeric的基础上建立起来的，但真正促使NumPy的发行的是Python的SciPy库。但SciPy中并没有合适的类似于Numeric中的对于基础数据对象处理的功能。于是，SciPy的开发者将SciPy中的一部分和Numeric的设计思想结合，在2005年发行了NumPyNumPy是Python的一种开源的数值计算扩展库。它包含很多功能，如创建n维数组（矩阵）、对数组进行函数运算、数值积分等。NumPy的诞生弥补了这些缺陷，它提供了两种基本的对象：一ndarray：是储存单一数据类型的多维数组。一ufunc：是一种能够对数组进行处理的函数。NumPy常用的导入格式：importnumpyasnp
第3章 NumPy数值计算基础 • NumPy是在1995年诞生的Python库Numeric的基础上建立起来的，但真 正促使NumPy的发行的是Python的SciPy库。但SciPy中并没有合适的类 似于Numeric中的对于基础数据对象处理的功能。于是，SciPy的开发者 将SciPy中的一部分和Numeric的设计思想结合，在2005年发行了NumPy 。 • NumPy是Python的一种开源的数值计算扩展库。它包含很多功能，如创 建n维数组（矩阵）、对数组进行函数运算、数值积分等。 NumPy的诞 生弥补了这些缺陷，它提供了两种基本的对象： – ndarray：是储存单一数据类型的多维数组。 – ufunc：是一种能够对数组进行处理的函数。 • NumPy常用的导入格式：import numpy as np
3.1 NumPy多维数组*3.1.1创建数组对象3.1.2ndarray对象属性和数据转换*3.1.3生成随机数*3.1.4数组变换
3.1 NumPy多维数组 ❖ 3.1.1 创建数组对象 ❖ 3.1.2 ndarray对象属性和数据转换 ❖ 3.1.3 生成随机数 ❖ 3.1.4 数组变换
3.1 NumPy多维数组心3.1.1创建数组对象通常来说，ndarray是一个通用的同构数据容器，即其中的所有元素都需要相同的类型利用array函数可创建ndarray数组
3.1 NumPy多维数组 通常来说，ndarray是一个通用的同构数据 容器，即其中的所有元素都需要相同的类型。 利用array函数可创建ndarray数组。 ❖3.1.1 创建数组对象
3.1NumPy多维数组1.利用array函数创建数组对象一array函数的格式：np.array(object,dtype,ndmin)表3-1.array函数的主要参数及说明说明参数名称object接收array，表示想要创建的数组接收data-type，表示数组所需的数据类型，未给定则dtype选择保存对象所需的最小类型，默认为None接收int，制定生成数组应该具有的最小维数，默认为ndminNone
3.1 NumPy多维数组 1. 利用array函数创建数组对象 – array函数的格式：np.array(object, dtype,ndmin) 参数名称 说明 object 接收array，表示想要创建的数组 dtype 接收data-type，表示数组所需的数据类型，未给定则 选择保存对象所需的最小类型，默认为None ndmin 接收int，制定生成数组应该具有的最小维数，默认为 None 表3-1. array函数的主要参数及说明