Python科学计算之NumPy入门教程


Posted in Python onJanuary 15, 2017

前言

NumPy是Python用于处理大型矩阵的一个速度极快的数学库。它允许你在Python中做向量和矩阵的运算,而且很多底层的函数都是用C写的,你将获得在普通Python中无法达到的运行速度。这是由于矩阵中每个元素的数据类型都是一样的,这也就减少了运算过程中的类型检测。

矩阵基础

在 numpy 包中我们用数组来表示向量,矩阵和高阶数据结构。他们就由数组构成,一维就用一个数组表示,二维就是数组中包含数组表示。

创建

# coding: utf-8
import numpy as np

a = np.array([
 [1.73, 1.68, 1.71, 4],
 [1, 2, 3, 4],
 [1, 2, 3, 4]
])
print type(a) # <type 'numpy.ndarray'>

ndarray (N-dimensional array object) 意思就是n维数组。例子中就表示一个3行4列的二维数组。

形状

数组的大小可以通过其 shape 属性获得:

print a.shape # (3L,4L)

数组的元素数量可以通过 ndarray.size 得到:

print a.size # 12

使用 ndarray 的 dtype 属性我们能获得数组元素的类型:

print a.dtype # float64

可以用过 shape 重新设置矩阵的形状或者通过 reshape 方法创建一个改变了尺寸的新数组,原数组的shape保持不变:

a.shape = 4, 3
b = a.reshape((2, 6))
# 尽管b的形状是新的,但是a和b是共享数据存储内存区域的,如果b[0][1] = 8 那么a[0][1] 也会是8

数组生成

可以用过 np.arange 来创建数组,参数与range类似:

x = np.arange(0, 10, 1) # arguments: start, stop, step

也可以用 np.linspace 创建等差数列:

x = np.linspace(1, 10, 5) # arguments: start, stop, num元素个数
# [ 1. 3.25 5.5 7.75 10. ]

# np.logspace 是创建等比数列

矩阵运算

计算将变量直接参与运算符,操作符优先级不变:

a = np.random.rand(5, 5)
b = np.random.rand(5, 5)

print a + b
print a - b
print a * b
print a / b
print a ** 2
print a < b
print a > b

一个数组中除了 dot() 函数,其他这些操作都是单元操作。

np_arr = np.array([2,3,34,5,5])
print np.mean(np_arr) # 平均数
print np.median(np_arr) # 中位数
print np.corrcoef(a[0], a[1]) # 判断两个轴的数据是否有相关性
print np.std(np_arr) # 标准差

数据提取

切片索引语法:M[lower:upper:step]

a = np.array([1,2,3,4,5])
a[1:3] # array([2, 3])

# 进行切片赋值时,原数组会被修改
a[1:3] = [-2, -3] # array([ 1, -2, -3, 4, 5])


b = np.random.rand(5, 5)
b[1:4, 1:4] # 提取 1~4 行,1~4列

b > 0.1 #array([False, False, False, ...])
# 因此要提取可以用, 这是利用了布尔屏蔽这个特性
b[ b > 0.1 ]

# where()函数是另一个有用的方式,当需要以特定条件来检索数组元素的时候。只需要传递给它一个条件,它将返回符合条件的元素列表。
c = np.where(b > 0.1)

矩阵运算

NumPy和Matlab不一样,对于多维数组的运算,缺省情况下并不使用矩阵运算,如果你希望对数组进行矩阵运算的话,可以调用相应的函数。

matrix对象

numpy库提供了matrix类,使用matrix类创建的是矩阵对象,它们的加减乘除运算缺省采用矩阵方式计算,因此用法和matlab十分类似。但是由于NumPy中同时存在ndarray和matrix对象,因此用户很容易将两者弄混。这有违Python的“显式优于隐式”的原则,因此并不推荐在较复杂的程序中使用matrix。

>>> a = np.matrix([[1,2,3],[5,5,6],[7,9,9]])
>>> a*a**-1
matrix([[ 1.00000000e+00, 1.66533454e-16, -8.32667268e-17],
  [ -2.77555756e-16, 1.00000000e+00, -2.77555756e-17],
  [ 1.66533454e-16, 5.55111512e-17, 1.00000000e+00]])

从数组转换为矩阵可以用m = np.matrix(a) 进行转换, 使用 m.T 可以得到m的转置矩阵。

矩阵求逆

m.I * m
=> matrix([[ 1.00000000e+00+0.j, 4.44089210e-16+0.j],
   [ 0.00000000e+00+0.j, 1.00000000e+00+0.j]])

浅拷贝与深拷贝

为了获得高性能,Python 中的赋值常常不拷贝底层对象,这被称作浅拷贝。使用 copy 进行深拷贝:

b = copy(a)

遍历数组元素

通常情况下,我们是希望尽可能避免遍历数组元素的。因为迭代相比向量运算要慢的多。但是有些时候迭代又是不可避免的,这种情况下用 Python 的 for 是最方便的:

v = np.array([1,2,3,4])

for element in v:
 print(element)

M = np.array([[1,2], [3,4]])

for row in M:
 print("row", row)
 for element in row:
  print(element)

总结

以上就是关于Python科学计算之NumPy的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。

Python 相关文章推荐
Python中列表元素转为数字的方法分析
Jun 14 Python
深入了解Python数据类型之列表
Jun 24 Python
Python图算法实例分析
Aug 13 Python
Python 加密的实例详解
Oct 09 Python
Python实现的HMacMD5加密算法示例
Apr 03 Python
Tensorflow 训练自己的数据集将数据直接导入到内存
Jun 19 Python
Python3标准库总结
Feb 19 Python
Python3.5内置模块之os模块、sys模块、shutil模块用法实例分析
Apr 27 Python
Python 用matplotlib画以时间日期为x轴的图像
Aug 06 Python
Python request中文乱码问题解决方案
Sep 17 Python
Python将list元素转存为CSV文件的实现
Nov 16 Python
python爬虫scrapy框架之增量式爬虫的示例代码
Feb 26 Python
Python科学计算之Pandas详解
Jan 15 #Python
使用pyecharts无法import Bar的解决方案
Apr 23 #Python
详解Python3中字符串中的数字提取方法
Jan 14 #Python
win7上python2.7连接mysql数据库的方法
Jan 14 #Python
python实现字符串连接的三种方法及其效率、适用场景详解
Jan 13 #Python
python实现读取并显示图片的两种方法
Jan 13 #Python
Python中的连接符(+、+=)示例详解
Jan 13 #Python
You might like
详解WordPress中分类函数wp_list_categories的使用
2016/01/04 PHP
php 在字符串指定位置插入新字符的简单实现
2016/06/28 PHP
php 多文件上传的实现实例
2016/10/23 PHP
Laravel 5.4重新登录实现跳转到登录前页面的原理和方法
2017/07/13 PHP
php检测mysql表是否存在的方法小结
2017/07/20 PHP
Laravel-添加后台模板AdminLte的实现方法
2019/10/08 PHP
JQuery实现简单验证码提示解决方案
2012/12/20 Javascript
用Javascript获取页面元素的具体位置
2013/12/09 Javascript
jQuery+jRange实现滑动选取数值范围特效
2015/03/14 Javascript
BootStrap日期控件在模态框中选择时间下拉菜单无效的原因及解决办法(火狐下不能点击)
2016/08/18 Javascript
使用bootstrap validator的remote验证代码经验分享(推荐)
2016/09/21 Javascript
懒加载实现的分页&amp;&amp;网站footer自适应
2016/12/21 Javascript
JavaWeb表单及时验证功能在输入后立即验证(含用户类型,性别,爱好...的验证)
2017/06/09 Javascript
微信小程序实现多个按钮toggle功能的实例
2017/06/13 Javascript
基于LayUI分页和LayUI laypage分页的使用示例
2017/08/02 Javascript
微信小程序 五星评分的实现实例
2017/08/04 Javascript
Three.js基础学习教程
2017/11/16 Javascript
jQuery实现参数自定义的文字跑马灯效果
2018/08/15 jQuery
JS原生瀑布流效果实现
2019/04/26 Javascript
javascript将扁平的数据转为树形结构的高效率算法
2020/02/27 Javascript
[56:35]DOTA2上海特级锦标赛C组小组赛#1 OG VS Archon第二局
2016/02/27 DOTA
[01:11:32]VG vs FNATIC 2019国际邀请赛小组赛 BO2 第二场 8.15
2019/08/17 DOTA
python异常触发及自定义异常类解析
2019/08/06 Python
django中上传图片分页三级联动效果的实现代码
2019/08/30 Python
Python从入门到精通之环境搭建教程图解
2019/09/26 Python
python opencv pytesseract 验证码识别的实现
2020/08/28 Python
python switch 实现多分支选择功能
2020/12/21 Python
英国排名第一的最新设计师品牌手表独立零售商:TIC Watches
2016/09/24 全球购物
AJax面试题
2014/11/25 面试题
财政局长自荐信范文
2013/12/22 职场文书
物理力学求职信
2014/02/18 职场文书
国旗下讲话演讲稿
2014/05/08 职场文书
公司晚会策划方案
2014/05/17 职场文书
教师四风自我剖析材料
2014/09/30 职场文书
旅游项目合作意向书
2015/05/08 职场文书
入党积极分子培养联系人意见
2015/08/12 职场文书