中国建筑官网站,深圳网站建设微信开发,用户管理系统登录admin,宁波网站优化公司价格温故而知新#xff0c;借着工作需要用到Numpy的机会重新学习一遍Numpy。
Numpy是一个运行速度非常快的数学库#xff0c;主要用于数组计算#xff0c;包含如下#xff1a; 一个强大的N维数组对象ndarray【Nd#xff08;Dimension维度#xff09;array】 广播功能函数 整…温故而知新借着工作需要用到Numpy的机会重新学习一遍Numpy。
Numpy是一个运行速度非常快的数学库主要用于数组计算包含如下 一个强大的N维数组对象ndarray【NdDimension维度array】 广播功能函数 整合C/C/Fortran代码的工具 线性代数、傅里叶变换、随机数生成等功能
NumPy Ndarray 对象
import numpy as np
a np.array([1,2,3])
print (a)#输出结果
#[1 2 3]# 多于一个维度
import numpy as np
a np.array([[1, 2], [3, 4]])
print (a)#输出结果
#[[1 2]
# [3 4]]NumPy 数据类型
import numpy as np
# 使用标量类型
dt np.dtype(np.int32)
print(dt)#输出结果
#int32import numpy as np
# int8, int16, int32, int64 四种数据类型可以使用字符串 i1, i2,i4,i8 代替
dt np.dtype(i4)
print(dt)#输出结果
#int32import numpy as np
# 字节顺序标注
dt np.dtype(i4)
print(dt)#输出结果
#int32import numpy as np a np.array([[1,2,3],[4,5,6]])
print (a.shape)#输出结果
#(2, 3)a np.array([[1,2,3],[4,5,6]])
a.shape (3,2)
print (a)
#输出结果为
#[[1 2]
# [3 4]
# [5 6]]
