摘要： ndarray 对象的内容可以通过缩影或者切片来访问和修改，与 Python 中 list 的切片操作一样。 ndarray 数组可以基于 0-n 的下标进行索引， 切片对象可以通过内置的slice 函数，并设置 start ， stop 及 sttep 参数进行，从原数组中切割出一个新数组。 以上 阅读全文

摘要： numpy.包中的使用 arange 函数创建数值范围并返回 ndarray 对象，函数格式如下： 根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个 ndarray： numpy.linspace numpy.linspace 函数用于创建一个一维数组， 数组是一个等差 阅读全文

摘要： 1、集中常见的 numpy 的属性 ndim：维度 shape：行数和列数 size：元素的个数 2、Numpy 创建 array 2.1、关键字 array：创建数组 dtype：制定数据类型 zeros：创建数据全为 0 ones：创建数据全为 1 empty：创建数据接近 0 arrange： 阅读全文

摘要： Numpy 提供了线性代数库 linalg ， 该库包含了线性代数所需的所有功能，可以看卡下面的说明： numpy.dot() numpy.dot()对于两个一维的数组，计算的是这两个数组的对应下标元素的乘机和数学上称之为内积（；碎玉二维数数组，计算的是两个数组的矩阵乘机；对于多为数组， 他的通用计 阅读全文

摘要： Numpy 中包含了一个矩阵库 numpy.matlib, 该模块中的函数返回的是一个矩阵， 而不是 ndarray 对象。 一个 m * n de 矩阵是一个 有 m 行（row） n 列（column）元素排列的矩阵阵列。 矩阵里的元素可以是数字，符号或者数学式。以下是一个由 6 个元素构成的 阅读全文

摘要： ndarray 数组除了可以使用底层 ndarray 构造器来创建外， 也可以通过以下几种方式来创建。 numpy.empty numpy.empty 方法用来创建一个指定形状（shape），数据类型（dtype）且末初始化的数组： 参数说明： 下面创建空数组的实例： 阅读全文

摘要： 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（axis），也就是维度（dimensios）。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，所以一组数组就是 Nu 阅读全文

摘要： numpy支持的数据类型比Python内置的类型多很多，基本上可以和C语言的数据类型对应上， 其中部分类型对应为Python内置的类型。下表列举了常用的Numpy基本类型。 用于索引的整数类型（类似于C的ssize_t, 一般情况下任然是 int32 或 int64） uint32 numpy 的数 阅读全文

摘要： Numpy 最重要的一个特点是 N 维数组对象 ndarrary ，它是一系列同类型数据的集合，以 0 下标为开始进行集合中的索引。 ndarray 对象是用于存放同类型元素的多维数组。 ndarray 中每个元素在村中都有相同储存大小的区域。 ndarray 内部有以下内容组成： 1、一个指向数据 阅读全文

摘要： Python官网上的发行版是不包含Numpy模块的。 1、使用已有的发起行版本 对于许多用户，尤其是在Windows上，最简单的方法就是下载以下的Python发行版，他们包涵了所有的关键包（包括Numpy、Scipy，Matplotlib、IPython。SymPy以及Python核心自带的其他包） 阅读全文