Numpy简介和特点（一）

一、NumPy是什么？

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。各种其他的库，如Pandas、Matplotlib和Scikit-learn，都建立在这个令人惊叹的库之上。

数组是元素/值的集合，可以有一个或多个维度。一维数组称为向量，二维数组称为矩阵。

NumPy数组称为ndarray或N维数组，它们存储相同类型和大小的元素。它以其高性能而闻名，并在数组规模不断扩大时提供高效的存储和数据操作。

(1) 下载Anaconda时，NumPy会预先安装。

     Anaconda | Anaconda Distribution

    

(2) 单独安装NumPy，只需在你的终端上键入以下命令：

pip install numpy

 需要导入库：

import numpy as np

np实际上是数据科学界使用的NumPy的缩写 

 

二、Numpy Ndarray 对象

 nd - N-dimension    n个维度  

 array - 数组    

 说明了numpy是处理任意维度数据  

 

ndarray 对象是用于存放同类型元素的多维数组。  

ndarray 中的每个元素在内存中都有相同存储大小的区域。

创建一个 ndarray 只需调用 NumPy 的 array 函数：        

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

 

darray的优势 

 1、比python_list的效率高，且数据量越大，它们效率相差越大。  

 2、ndarray不受GIL的限制。GIL是全局解释器锁。可以多线程工作，因此效率非常高

 pyhton_list和ndarray的效率对比 

 

 

darray的缺点

    只能存储一种数据类型的数据，因此通用性较差，而列表可以存储非常多的类型的数据，因此python_list的通用性比较好。

 三、Numpy创建一维数组

1. 传入列表方式
2. 传入range生成序列
3. 使用numpy自带的np.arange()生成数组
4. 使用np.linspace()

 

 四、Numpy创建二维数组

1.   列表嵌套转换
2.   组合嵌套

     3.其他（ zeros(全0), ones(全1), empty(空)）

五、ndarray基本属性 

 

六、二维数组运算 

 

 七、Numpy常见的数据类型

 

 八、ndarray的形状

    一维：(4, )                                             二维：(2, 3)                                       三维：(4, 3, 2)   

九、Numpy索引和切片

十、Numpy随机数组np.random

• 均匀分布

  • np.random.rand(10, 10)创建指定形状(示例为10行10列)的数组(范围在0至1之间)
  • np.random.uniform(0, 10)创建指定范围内的一个数
  • np.random.randint(0, 10) 创建指定范围内的一个整数

• 正态分布

  给定均值/标准差/维度的正态分布np.random.normal(1.75, 0.1, (2, 3))

 标准正态分布—-standard normal distribution

 标准正态分布又称为u分布，是以0为均值、以1为标准差的正态分布，记为N（0，1）