python的科学计算库有哪些_Python科学计算库-Numpy
NumPy 是 Python 语言的一个扩充程序库。支持高级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,也是学习 python 必学的一个库。
1. 读取文件
numpy.genfromtxt() 用于读取 txt 文件,其中传入的参数依次为:
需要读取的 txt 文件位置,此处文件与程序位于同一目录下
分割的标记
转换类型,如果文件中既有文本类型也有数字类型,就先转成文本类型
help(numpy.genfromtxt)用于查看帮助文档:
如果不想看 API 可以启动一个程序用 help 查看指令的详细用法
import numpy
world_alcohol = numpy.genfromtxt("world_alcohol.txt", delimiter=",",dtype=str)
print(type(world_alcohol))
print(world_alcohol)
print(help(numpy.genfromtxt))
2. 构造 ndarray
numpy.array()构造 ndarray
numpy.array()中传入数组参数,可以是一维的也可以是二维三维的。numpy 会将其转变成 ndarray 的结构。
vector = numpy.array([1,2,3,4])
matrix = numpy.array([[1,2,3],[4,5,6]])
传入的参数必须是同一结构,不是同一结构将发生转换。
vector = numpy.array([1,2,3,4])
array([1, 2, 3, 4])
均为 int 类型
vector = numpy.array([1,2,3,4.0])
array([ 1., 2., 3., 4.])
转为浮点数类型
vector = numpy.array([1,2,'3',4])
array(['1', '2', '3', '4'],dtype='
转为字符类型
利用 .shape 查看结构
能够了解 array 的结构,debug 时通过查看结构能够更好地了解程序运行的过程。
print(vector.shape)
print(matrix.shape)
(4,)
(2, 3)
利用 dtype 查看类型
vector = numpy.array([1,2,3,4])
vector.dtype
dtype('int64')
ndim 查看维度
一维
vector = numpy.array([1,2,3,4])
vector.ndim
1
二维
matrix = numpy.array([[1,2,3],
[4,5,6],
[7,8,9]])
matrix.ndim
2
size 查看元素数量
matrix.size
9
3. 获取与计算
numpy 能使用切片获取数据
matrix = numpy.array([[1,2,3],
[4,5,6],
[7,8,9]])
根据条件获取
numpy 能够依次比较 vector 和元素之间是否相同
vector = numpy.array([5, 10, 15, 20])
vector == 10
array([False, True, False, False], dtype=bool)
根据返回值获取元素
vector = numpy.array([5, 10, 15, 20])
equal_to_ten = (vector == 10)
print(equal_to_ten)
print(vector[equal_to_ten])
[False True False False]
[10]
进行运算之后获取
vector = numpy.array([5, 10, 15, 20])
equal_to_ten_and_five = (vector == 10) & (vector == 5)
vector = numpy.array([5, 10, 15, 20])
equal_to_ten_or_five = (vector == 10) | (vector == 5)
类型转换
将整体类型进行转换
vector = numpy.array([5, 10, 15, 20])
print(vector.dtype)
vector = vector.astype(str)
print(vector.dtype)
int64
求和
sum() 能够对 ndarray 进行各种求和操作,比如分别按行按列进行求和
matrix = numpy.array([[1,2,3],
[4,5,6],
[7,8,9]])
print(matrix.sum())
print(matrix.sum(1))
print(matrix.sum(0))
45
[ 6 15 24]
[12 15 18]
sum(1) 是 sum(axis=1)) 的缩写,1表示按照 x轴方向求和,0表示按照y轴方向求和
4. 常用函数
reshape
生成从 0-14 的 15 个数字,使用 reshape(3,5) 将其构造成一个三行五列的 array。
import numpy as np
arr = np.arange(15).reshape(3, 5)
arr
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
zeros
生成指定结构的默认为 0. 的 array
np.zeros ((3,4))
array([[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.],
[ 0., 0., 0., 0.]])
ones
生成一个三维的 array,通过 dtype 指定类型
np.ones( (2,3,4), dtype=np.int32 )
array([[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]],
[[1, 1, 1, 1],
[1, 1, 1, 1],
[1, 1, 1, 1]]])
range
指定范围和数值间的间隔生成 array,注意范围包左不包右
np.arange(0,10,2)
array([0, 2, 4, 6, 8])
random 随机数
生成指定结构的随机数,可以用于生成随机权重
np.random.random((2,3))
array([[ 0.86166627, 0.37756207, 0.94265883],
[ 0.9768257 , 0.96915312, 0.33495431]])
5. ndarray 运算
元素之间依次相减相减
a = np.array([10,20,30,40])
b = np.array(4)
a - b
array([ 6, 16, 26, 36])
乘方
a**2
array([ 100, 400, 900, 1600])
开根号
np.sqrt(B)
array([[ 1.41421356, 0. ],
[ 1.73205081, 2. ]])
e 求方
np.exp(B)
array([[ 7.3890561 , 1. ],
[ 20.08553692, 54.59815003]])
向下取整
a = np.floor(10*np.random.random((2,2)))
a
array([[ 0., 0.],
[ 3., 6.]])
行列变换
a.T
array([[ 0., 3.],
[ 0., 6.]])
变换结构
a.resize(1,4)
a
array([[ 0., 0., 3., 6.]])
6. 矩阵运算
矩阵之间的运算
A = np.array( [[1,1],
[0,1]] )
B = np.array( [[2,0],
[3,4]] )
对应位置一次相乘
A*B
array([[2, 0],
[0, 4]])
矩阵乘法
print (A.dot(B))
print(np.dot(A,B))
[[5 4]
[3 4]]
横向相加
a = np.floor(10*np.random.random((2,2)))
b = np.floor(10*np.random.random((2,2)))
print(a)
print(b)
print(np.hstack((a,b)))
[[ 2. 3.]
[ 9. 3.]]
[[ 8. 1.]
[ 0. 0.]]
[[ 2. 3. 8. 1.]
[ 9. 3. 0. 0.]]
纵向相加
print(np.vstack((a,b)))
[[ 2. 3.]
[ 9. 3.]
[ 8. 1.]
[ 0. 0.]]
矩阵分割
#横向分割
print( np.hsplit(a,3))
#纵向风格
print(np.vsplit(a,3))
7. 复制的区别
地址复制
通过 b = a 复制 a 的值,b 与 a 指向同一地址,改变 b 同时也改变 a。
a = np.arange(12)
b = a
print(a is b)
print(a.shape)
print(b.shape)
b.shape = (3,4)
print(a.shape)
print(b.shape)
True
(12,)
(12,)
(3, 4)
(3, 4)
复制值
通过 a.view() 仅复制值,当对 c 值进行改变会改变 a 的对应的值,而改变 c 的 shape 不改变 a 的 shape
a = np.arange(12)
c = a.view()
print(c is a)
c.shape = 2,6
c[0,0] = 9999
print(a)
print(c)
False
[9999 1 2 3 4 5 6 7 8 9 10 11]
[[9999 1 2 3 4 5]
[ 6 7 8 9 10 11]]
完整拷贝
a.copy() 进行的完整的拷贝,产生一份完全相同的独立的复制
a = np.arange(12)
c = a.copy()
print(c is a)
c.shape = 2,6
c[0,0] = 9999
print(a)
print(c)
False
[ 0 1 2 3 4 5 6 7 8 9 10 11]
[[9999 1 2 3 4 5]
[ 6 7 8 9 10 11]]
python的科学计算库有哪些_Python科学计算库-Numpy相关推荐
- python科学计算是什么意思_Python科学计算和数据分析(NumPy详细介绍)
本文介绍的科学计算.数据分析必备基础知识. 本文全文约2600字,阅读时间约15分钟,请你耐心观看. 本文使用的开发环境是Python3.8,Numpy版本是1.19,本文的例子全部经过验证,你可以直 ...
- python怎么导入第三方库完整教程_Python 安装第三方库教程
Python是一门优雅的语言,简洁的语法,强大的功能.包含丰富的第三方库,那么问题来了,如何安装这些第三方库(包)呢? 我的电脑:Windows 764位 Python IDE软件:PyCharm 2 ...
- python中的array是什么意思_python中数组(numpy.array)的基本操作
为什么要用numpy Python中提供了list容器,可以当作数组使用.但列表中的元素可以是任何对象,因此列表中保存的是对象的指针,这样一来,为了保存一个简单的列表[1,2,3].就需要三个指针和三 ...
- python的科学计算库有哪些_python科学计算:带你初探scipy库的常量模块和函数模块...
嗨,机智哥又跟大家见面了.前面几节课,我们了解了Numpy模块的一些基本功能,知道了如何运用Numpy模块中的一些函数解决一些我们生活中的问题. 当然,Numpy模块还有大部分我们没有讲到的函数,如果 ...
- python标准库math中用来计算平方根的函数_python考试复习题库
内容来自用户:魔翼双飞237 一. 填空e68a843231313335323631343130323136353331333433646430题1. Python安装扩展库常用的是_工具.(pip) ...
- python科学计算模块有什么_Python科学计算—numpy模块总结(1)
作为一个本科学数学专业,目前研究非线性物理领域的研究僧.用什么软件进行纯科学计算好,Fortran永远是第一位的:matlab虽然很强大,可以很容易的处理大量的大矩阵,但是求解我们的模型(有时可能是几 ...
- python科学计算可视化好慢_Python科学计算三维可视化 1
1.二维标量数据场 颜色映射法 等值 立体图法 层次分割法 2.三维标量数据场 面绘制 体绘制 3.矢量数据场 直接(箭头 线段 色轮) 流线法 TVTK相关安装 http://code.enthou ...
- python安装扩展常用的工具是_Python 安装扩展库常用的是 _______ 工具_学小易找答案...
[单选题]若用一个字节存储一个正整数,则这个正整数的最小值和最大值分别是 ________ . (1.0分) [单选题]有甲.乙.丙.丁四位同学,用米尺测量一根铜棒的长度,各人所得的结果表达如下,正确 ...
- python中求和公式是什么函数_Python的math库中,用于求和的函数是( )。
[单选题]确定兴利库容 V 兴 ,已知某水库为一回运用水库,其一次蓄水量为 V 1 =300 万 m 3 ,一次供水量为 V 2 =150 万 m 3 . [ ]. [单选题]hAB大于0说明B点的高 ...
最新文章
- C++知识点27——使用C++标准库(常用的泛型算法2)
- 矩阵从左上到右下的最短距离问题
- MySQL(八)子查询和分组查询
- Bootstrap 表格 笔记
- 【2018.5.19】模拟赛之四-ssl2435 航空公司【并查集,二分】
- CentOS7环境下在/离线安装GCC与GCC-C++
- 最新消息2022年广西最新消防设施操作员模拟题库及答案
- c语言试题答题卡,c语言题目及答题卡.docx
- Modelsim添加中间变量
- python系列教程158——iter函数
- CentOS7.6安装MySQL5.7
- Viojs P1484 ISBN号码
- jenkins插件安装失败更改插件源
- 英语海报简笔php匹配img画,简单英语海报图片手绘,一年级英语海报图片 手绘?...
- 药品市场信息查询-药品数据库(全面)
- LCD1602液晶使用介绍--(完整版)
- 软考高级软件架构师论文——论软件架构评估
- 移动互联网时代,微营销该怎么做?
- 真人拳皇项目第三次Scrum总结——史经浩
- 第一章——程序数据集散地:数据库
热门文章
- php导出excel方法,PHP导出EXCEL简单实用方法
- python可视化水平箭头_Python交互图表可视化Bokeh:2. 辅助参数
- java动态代理_Java代理模式及动态代理详解
- 微信小程序 java 传值_微信小程序传值获取值的实例方法
- PHP合并数组的方法
- 伤感网络验证系统_可验证云数据库架构与设计
- apk转换ipa在线转换工具_gif转换工具
- 求一个容器的最值的索引_殊途同归——从一道经典的多元最值问题说开
- 定义一个Address 类(java)
- 如何向mysql表中添加数据类型_java中怎么把data类型的数据添加到数据库?