NumPy(Numerical Python) 是 Python 語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。今天就針對多維數組展開來寫博客numpy其一部分功能如下：

1.ndarray，是具有矢量算術運算且節省空間的多維數組。

2.可以用于對整組的數據快速進行運算的辨準數學函數。

3.能夠用于讀寫磁盤數據的工具以及用于操作系統內存映射的工具。

NumPy它本身其實沒有提供很高級別的數據分析功能，NumPy之于數值計算特別重要的原因之一，就是因為它能夠高效的處理大數組的數據。這是因為：

1.NumPy是在一個連續的內存塊中存儲數據，獨立于其他的Python內置對象。

2.NumPy可以在整個數組上執行復雜的計算，而不需要Python的for循環。

NumPy的ndarray：一種多維數組對象

對數組進行數學運算

可以看到data的值實際是沒有改變的，輸出的結果只是臨時結果而已。

ndarray是一個通用的同構數據多維容器，也就是說，其中的所有元素必須是相同類型的。

每個數組都有一個shape（形狀）和一個dtype（數據類型）。

查看ndarray的shape和dtype：

創建ndarray

創建數組最簡單的辦法就是使用array函數。

它接受一切序列型的對象（包括其它數組），然后產生一個新的含有傳入數據的NumPy數組。

除np.array之外，還有一些函數也可以新建數組。

比如，zero和ones分別可以創建指定長度或形狀的全0或全1數組。

empty可以用來創建一個沒有任何具體指的數組。

要用這些方法創建多維數組，只需要傳入一個表示形狀的元組即可：

arange是Python內置函數range的數組版：

以下是一些數組創建函數。

由于NumPy關注的是數值計算

因此，如果沒有特別指定，數據類型基本都是float64（浮點數）。

通過astype轉變一個數組的dtype

如果將浮點數轉換成整數，則小數部分將會被截除。

如果某字符串數組表示的全是數字，也可以用astype將其轉換為數值形式。

調用astype總會創建一個新的數組（一個數據的備份），即使新的dtype與舊的dtype相同。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。