- Python 数据科学教程
- Python 数据科学 - 首页
- Python 数据科学 - 入门
- Python 数据科学 - 环境设置
- Python 数据科学 - Pandas
- Python 数据科学 - NumPy
- Python 数据科学 - SciPy
- Python 数据科学 - Matplotlib
- Python 数据处理
- Python 数据操作
- Python 数据清洗
- Python 处理 CSV 数据
- Python 处理 JSON 数据
- Python 处理 XLS 数据
- Python 关系数据库
- Python NoSQL 数据库
- Python 日期和时间
- Python 数据整理
- Python 数据聚合
- Python 读取 HTML 页面
- Python 处理非结构化数据
- Python 词汇标记化
- Python 词干提取和词形还原
- Python 数据可视化
- Python 图表属性
- Python 图表样式
- Python 箱线图
- Python 热力图
- Python 散点图
- Python 气泡图
- Python 3D 图表
- Python 时间序列
- Python 地理数据
- Python 图数据
Python 数据科学 - NumPy
什么是 NumPy?
NumPy 是一个 Python 包,代表“Numerical Python”。它是一个包含多维数组对象和用于数组处理的例程集合的库。
使用 NumPy 进行操作
使用 NumPy,开发人员可以执行以下操作:
数组上的数学和逻辑运算。
傅里叶变换和形状操作例程。
与线性代数相关的操作。NumPy 具有用于线性代数和随机数生成的内置函数。
NumPy – MatLab 的替代品
NumPy 通常与 SciPy(科学 Python)和 Mat−plotlib(绘图库)等包一起使用。这种组合被广泛用作 MatLab(一个流行的技术计算平台)的替代品。但是,Python 的 MatLab 替代方案现在被视为一种更现代、更完整的编程语言。
它是开源的,这是 NumPy 的一个额外优势。
ndarray 对象
NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。它描述了相同类型项目的集合。可以使用基于零的索引访问集合中的项目。ndarray 中的每个项目在内存中占用相同大小的块。ndarray 中的每个元素都是数据类型对象(称为 dtype)的对象。从 ndarray 对象(通过切片)提取的任何项目都由数组标量类型之一的 Python 对象表示。
我们将在接下来的章节中看到许多关于在数据科学工作中使用 Python 的 NumPy 库的示例。
广告