NumPy（1）

Numpy的特点

NumP与Python相比，代码更加简洁，性能更加高效，通过以下代码可看出numpy的高效性 

 

 

 

Numpy创建数组

array() 

numpy.array(object, dtype=None, copy=True, order=None, subok=False,ndmin=0)

• object 表示一个数组序列
• dtype 可选参数，通过它可以更改数组的数据类型
• copy 可选参数，当数据源是ndarray时表示数组能否被复制，默认是True
• order 可选参数，以哪种内存布局创建数组，有3个可选值，分别是C（行序列）/F（列序列）/A（默认）
• subok 可选参数，类型为bool值，默认False。为True，使用object的内部数据类型；False：使用object数组的数据类型
• ndmin 可选参数，用于指定数组的维度

 

 

 arange(start,stop,step,dtype)

start默认为0

相比于Python的range()来说，numpy的arange的参数可以是浮点型，而python的range方法不可以

 

等差数列 linspace(start,stop,num,endpoint,retstep,dtype)

• start:必填项，序列的起始值
• stop:必填项，序列的终止值
• num:要生成的等步长的样本数量，默认为50
• endpoint：该值为True时，数列中包含stop值，反之则不包含
• retstep:如果为True，生成是数组中会显示间距，反之不显示
• dtype:ndarray的数据类型

如果显示步长的话，那么得到的就是一个元组，元组第一个元素为数组，第二个元素为步长

 等比数列 logspace(start,stop,num,endpoint,base,dtype)

• base: 对数log的底数，默认为10