返回介绍

01. Python 工具

02. Python 基础

03. Numpy

04. Scipy

05. Python 进阶

06. Matplotlib

07. 使用其他语言进行扩展

08. 面向对象编程

09. Theano 基础

10. 有趣的第三方模块

11. 有用的工具

12. Pandas

Numpy 简介

发布于 2022-09-03 20:46:13 字数 8182 浏览 0 评论 0 收藏 0

导入numpy

NumpyPython的一个很重要的第三方库,很多其他科学计算的第三方库都是以Numpy为基础建立的。

Numpy的一个重要特性是它的数组计算。

在使用Numpy之前,我们需要导入numpy包:

In [1]:

from numpy import *

使用前一定要先导入 Numpy 包,导入的方法有以下几种:

import numpy
    import numpy as np
    from numpy import *
    from numpy import array, sin

事实上,在ipython中可以使用magic命令来快速导入Numpy的内容。

In [2]:

%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib

数组上的数学操作

假如我们想将列表中的每个元素增加1,但列表不支持这样的操作(报错):

In [3]:

a = [1, 2, 3, 4]
a + 1
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-3-068856d2a224> in <module>()
 1 a = [1, 2, 3, 4]
----> 2  a + 1

TypeError: can only concatenate list (not "int") to list

转成 array

In [4]:

a = array(a)
a

Out[4]:

array([1, 2, 3, 4])

array 数组支持每个元素加 1 这样的操作:

In [5]:

a + 1

Out[5]:

array([2, 3, 4, 5])

与另一个 array 相加,得到对应元素相加的结果:

In [6]:

b = array([2, 3, 4, 5])
a + b

Out[6]:

array([3, 5, 7, 9])

对应元素相乘:

In [7]:

a * b

Out[7]:

array([ 2,  6, 12, 20])

对应元素乘方:

In [8]:

a ** b

Out[8]:

array([   1,    8,   81, 1024])

提取数组中的元素

提取第一个元素:

In [9]:

a[0]

Out[9]:

1

提取前两个元素:

In [10]:

a[:2]

Out[10]:

array([1, 2])

最后两个元素:

In [11]:

a[-2:]

Out[11]:

array([3, 4])

将它们相加:

In [12]:

a[:2] + a[-2:]

Out[12]:

array([4, 6])

修改数组形状

查看 array 的形状:

In [13]:

a.shape

Out[13]:

(4L,)

修改 array 的形状:

In [14]:

a.shape = 2,2
a

Out[14]:

array([[1, 2],
       [3, 4]])

多维数组

a 现在变成了一个二维的数组,可以进行加法:

In [15]:

a + a

Out[15]:

array([[2, 4],
       [6, 8]])

乘法仍然是对应元素的乘积,并不是按照矩阵乘法来计算:

In [16]:

a * a

Out[16]:

array([[ 1,  4],
       [ 9, 16]])

画图

linspace 用来生成一组等间隔的数据:

In [17]:

a = linspace(0, 2*pi, 21)
%precision 3
a

Out[17]:

array([ 0\.   ,  0.314,  0.628,  0.942,  1.257,  1.571,  1.885,  2.199,
        2.513,  2.827,  3.142,  3.456,  3.77 ,  4.084,  4.398,  4.712,
        5.027,  5.341,  5.655,  5.969,  6.283])

三角函数:

In [18]:

b = sin(a)
b

Out[18]:

array([  0.000e+00,   3.090e-01,   5.878e-01,   8.090e-01,   9.511e-01,
         1.000e+00,   9.511e-01,   8.090e-01,   5.878e-01,   3.090e-01,
         1.225e-16,  -3.090e-01,  -5.878e-01,  -8.090e-01,  -9.511e-01,
        -1.000e+00,  -9.511e-01,  -8.090e-01,  -5.878e-01,  -3.090e-01,
        -2.449e-16])

画出图像:

In [19]:

%matplotlib inline
plot(a, b)

Out[19]:

[<matplotlib.lines.Line2D at 0xa128ba8>]

从数组中选择元素

假设我们想选取数组b中所有非负的部分,首先可以利用 b 产生一组布尔值:

In [20]:

b >= 0

Out[20]:

array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True, False, False, False, False, False, False, False,
       False, False, False], dtype=bool)

In [21]:

mask = b >= 0

画出所有对应的非负值对应的点:

In [22]:

plot(a[mask], b[mask], 'ro')

Out[22]:

[<matplotlib.lines.Line2D at 0xa177be0>]

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据
    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文