python科学计算与数据处理.ppt

NumPy——快速处理数据1NumPy—ndarray对象2目录NumPy的导入创建数组存取元素多维数组结构数组3NumPy的导入标准的Python中用列表(list)保存一组值,可以当作数组使用。但由于列表的元素可以是任何对象,因此列表中保存的是对象的指针。对于数值运算来说,这种结构显然比较浪费内存和CPU计算Python提供了array模块,它和列表不同,能直接保存数值,但是由于它不支持多维数组,也没有各种运算函数,因此也不适合做数值运算。4NumPy的导入NumPy的诞生弥补了这些不足,NumPy提供了两种基本的对象:ndarray(n-dimensionalarrayobject)和ufunc(universalfunctionobject)。ndarray(下文统一称之为数组)是存储单一数据类型的多维数组,而ufunc则是能够对数组进行处理的函数。函数库的导入importnumpyasnp5创建数组在IPython中输入函数名并添加一个“?”符号,就可以显示文档内容。例如,输入“?”可以通过给array函数传递Python的序列对象创建数组,如果传递的是多层嵌套的序列,将创建多维数组(下例中的变量c):6创建数组>>>a=([1,2,3,4])>>>b=((5,6,7,8))>>>c=([[1,2,3,4],[4,5,6,7],[7,8,9,10]])>>>barray([5,6,7,8])>>>carray([[1,2,3,4],[4,5,6,7],[7,8,9,10]])>>>#数组的元素类型可以通过dtype属性获得dtype('int32')7创建数组数组的大小可以通过其shape属性获得:可以通过修改数组的shape属性,在保持数组元素个数不变的情况下,改变数组每个轴的长度。>>>#一维数组(4,)>>>#二维数组其中第0轴的长度为3,第1轴的长度为4。(3,4)>>>=4,3#注意从(3,4)改为(4,3)并不是对数组进行转置,而只是改变每个轴的大小,数组元素在内存中的位置并没有改变:>>>carray([[1,2,3],[4,4,5],[6,7,7],[8,9,10]])8创建数组>>>d=((2,2))#使用数组的reshape方法,可以创建一个改变了尺寸的新数组,原数组的shape保持不变。>>>darray([[1,2],[3,4]])>>>aarray([1,2,3,4])>>>=2,-1#当某个轴的元素为-1时,将根据数组元素的个数自动计算此轴的长度,因此下面的程序将数组c的shape改为了(2,6)。>>>carray([[1,2,3,4,4,5],[6,7,7,8,9,10]])9创建数组数组a和d其实共享数据存储内存区域,因此修改其中任意一个数组的元素都会同时修改另外一个数组。>>>a[1]=100#将数组a的第一个元素改为100>>>d#注意数组d中的2也被改变了array([[1,100],[3,4]])10