位置: 编程技术 - 正文
深入理解NumPy简明教程---数组1(numpy体会)
编辑：rootadmin推荐整理分享深入理解NumPy简明教程---数组1(numpy体会)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:numpy入门,numpy详解,numpy使用心得,深入理解python,深入理解python,numpy基础教程,numpy使用心得,numpy基础知识,内容如对您有帮助，希望把文章链接给更多的朋友！
目前我的工作是将NumPy引入到Pyston中（一款Dropbox实现的Python编译器/解释器）。在工作过程中，我深入接触了NumPy源码，了解其实现并提交了PR修复NumPy的bug。在与NumPy源码以及NumPy开发者打交道的过程中，我发现当今中文NumPy教程大部分都是翻译或参考英文文档，因此导致了许多疏漏。比如NumPy数组中的broadcast功能，几乎所有中文文档都翻译为“广播”。而NumPy的开发者之一，回复到“broadcast is a compound -- native English speakers can see that it's " broad" + "cast" = "cast (scatter, distribute) broadly, I guess "cast (scatter, distribute) broadly" probably is closer to the meaning（NumPy中的含义）"。有鉴于此，我打算启动一个项目，以我对NumPy使用以及源码层面的了解编写一个系列的教程。
NumPy数组
NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成：
实际的数据 描述这些数据的元数据大部分操作仅针对于元数据，而不改变底层实际的数据。
关于NumPy数组有几点必需了解的：
NumPy数组的下标从0开始。 同一个NumPy数组中所有元素的类型必须是相同的。NumPy数组属性
在详细介绍NumPy数组之前。先详细介绍下NumPy数组的基本属性。NumPy数组的维数称为秩（rank），一维数组的秩为1，二维数组的秩为2，以此类推。在NumPy中，每一个线性的数组称为是一个轴（axes），秩其实是描述轴的数量。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是NumPy中的轴（axes），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。
NumPy的数组中比较重要ndarray对象属性有：
ndarray.ndim：数组的维数（即数组轴的个数），等于秩。最常见的为二维数组（矩阵）。 ndarray.shape：数组的维度。为一个表示数组在每个维度上大小的整数元组。例如二维数组中，表示数组的“行数”和“列数”。ndarray.shape返回一个元组，这个元组的长度就是维度的数目，即ndim属性。 ndarray.size：数组元素的总个数，等于shape属性中元组元素的乘积。 ndarray.dtype：表示数组中元素类型的对象，可使用标准的Python类型创建或指定dtype。另外也可使用前一篇文章中介绍的NumPy提供的数据类型。 ndarray.itemsize：数组中每个元素的字节大小。例如，一个元素类型为float的数组itemsiz属性值为8(float占用个bits，每个字节长度为8，所以/8，占用8个字节），又如，一个元素类型为complex的数组item属性为4（/8）。 ndarray.data：包含实际数组元素的缓冲区，由于一般通过数组的索引获取元素，所以通常不需要使用这个属性。创建数组
先来介绍创建数组。创建数组的方法有很多。如可以使用array函数从常规的Python列表和元组创造数组。所创建的数组类型由原序列中的元素类型推导而来。
使用array函数创建时，参数必须是由方括号括起来的列表，而不能使用多个数值作为参数调用array。
可使用双重序列来表示二维的数组，三重序列表示三维数组，以此类推。
可以在创建时显式指定数组中元素的类型
通常，刚开始时数组的元素未知，而数组的大小已知。因此，NumPy提供了一些使用占位符创建数组的函数。这些函数有助于满足除了数组扩展的需要，同时降低了高昂的运算开销。
用函数zeros可创建一个全是0的数组，用函数ones可创建一个全为1的数组，函数empty创建一个内容随机并且依赖与内存状态的数组。默认创建的数组类型(dtype)都是float。
可以哟娜特d.dtype.itemsize来查看数组中元素占用的字节数目。
也可以自己制定数组中元素的类型
NumPy提供一个类似arange的函数返回一个数列形式的数组:
以开始，差值为5的等差数列。该函数不仅接受整数，还接受浮点参数：
当arange使用浮点数参数时，由于浮点数精度有限，通常无法预测获得的元素个数。因此，最好使用函数linspace去接收我们想要的元素个数来代替用range来指定步长。linespace用法如下，将在通用函数一节中详细介绍。
数组中的元素是通过下标来访问的，可以通过方括号括起一个下标来访问数组中单一一个元素，也可以以切片的形式访问数组中多个元素。关于切片访问，将在切片一节介绍。
知识点：NumPy中的数据类型
对于科学计算来说，Python中自带的整型、浮点型和复数类型远远不够，因此NumPy中添加了许多数据类型。如下：
NumPy中的基本数据类型
NumPy中的基本数据类型 名称 描述 bool 用一个字节存储的布尔类型（True或False） inti 由所在平台决定其大小的整数（一般为int或int） int8 一个字节大小，- 至 int 整数，- 至 int 整数，-2 ** 至 2 ** -1 int 整数，-2 ** 至 2 ** - 1 uint8 无符号整数，0 至 uint 无符号整数，0 至 uint 无符号整数，0 至 2 ** - 1 uint 无符号整数，0 至 2 ** - 1 float 半精度浮点数：位，正负号1位，指数5位，精度位 float 单精度浮点数：位，正负号1位，指数8位，精度位 float或float 双精度浮点数：位，正负号1位，指数位，精度位 complex 复数，分别用两个位浮点数表示实部和虚部 complex或complex 复数，分别用两个位浮点数表示实部和虚部
NumPy类型转换方式如下：
许多函数的参数中可以指定参数的类型，当然，这个类型参数是可选的。如下：
输出数组
当输出一个数组时，NumPy以特定的布局用类似嵌套列表的形式显示：
第一行从左到右输出 每行依次自上而下输出 每个切片通过一个空行与下一个隔开 一维数组被打印成行，二维数组成矩阵，三维数组成矩阵列表。reshape将在下一篇文章中介绍
如果一个数组太长，则NumPy自动省略中间部分而只打印两端的数据：
可通过设置printoptions参数来禁用NumPy的这种行为并强制打印整个数组。
这样，输出时数组的所有元素都会显示出来。
标签: numpy体会
本文链接地址:https://www.jiuchutong.com/biancheng/382456.html 转载请保留说明！
