NumPy 基礎(chǔ)知識

NumPy 的主要對象是同構(gòu)多維數(shù)組。它是一個(gè)元素表（通常是數(shù)字），所有類型都相同，由非負(fù)整數(shù)元組索引。在 NumPy 中，維度稱為軸。 例如，3D 空間中一個(gè)點(diǎn)的坐標(biāo)[1,?2,?1]只有一個(gè)軸。該軸有 3 個(gè)元素，因此我們說它的長度為 3。在下圖中的示例中，數(shù)組有 2 個(gè)軸。第一個(gè)軸的長度為 2，第二個(gè)軸的長度為 3。

[[1., 0., 0.],
 [0., 1., 2.]].

NumPy 的數(shù)組類稱為ndarray。它也被稱為別名?array。請注意，numpy.array這與標(biāo)準(zhǔn) Python 庫類不同array.array，后者僅處理一維數(shù)組并提供較少的功能。ndarray對象更重要的屬性是：

• ndarray.ndim 數(shù)組的軸數(shù)（維度）。
• ndarray.shape 數(shù)組的維度。這是一個(gè)整數(shù)元組，象征著每個(gè)維度中數(shù)組的大小。對于具有n行和m列的矩陣，shape將為(n,m)。因此，元組shape的長度是軸的數(shù)量，ndim。
• 數(shù)組大小 數(shù)組的元素總數(shù)。這等于shape元素的乘積。
• ndarray.dtype 描述數(shù)組中元素類型的對象?？梢允褂脴?biāo)準(zhǔn) Python 類型創(chuàng)建或指定 dtype。此外，NumPy 提供了自己的類型。numpy.int32、numpy.int16 和 numpy.float64 是一些示例。
• ndarray.itemsize 數(shù)組每個(gè)元素的大小（以字節(jié)為單位）。例如，一個(gè)類型元素的數(shù)組float64有itemsize8 個(gè)（=64/8），而一個(gè)類型的元素complex32有itemsize4 個(gè)（=32/8）。它相當(dāng)于ndarray.dtype.itemsize。
• ndarray.data 包含數(shù)組實(shí)際元素的緩沖區(qū)。通常，我們不需要使用此屬性，因?yàn)槲覀儗⑹褂盟饕ぞ咴L問數(shù)組中的元素。

例子：

import numpy as np
>>> a = np.arange(15).reshape(3, 5)
>>> a
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
>>> a.shape
(3, 5)
>>> a.ndim
2
>>> a.dtype.name
'int64'
>>> a.itemsize
8
>>> a.size
15
>>> type(a)
<class 'numpy.ndarray'>
>>> b = np.array([6, 7, 8])
>>> b
array([6, 7, 8])
>>> type(b)
<class 'numpy.ndarray'>

• 數(shù)組創(chuàng)建
• 打印數(shù)組
• 基本操作
• 通用函數(shù)
• 索引、切片和迭代