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实现代码行数统计示例分享
Feb 10 Python
python根据距离和时长计算配速示例
Feb 16 Python
Python可跨平台实现获取按键的方法
Mar 05 Python
详解Python中的动态属性和特性
Apr 07 Python
python opencv实现运动检测
Jul 10 Python
python配置grpc环境
Jan 01 Python
linux环境下安装python虚拟环境及注意事项
Jan 07 Python
python利用Excel读取和存储测试数据完成接口自动化教程
Apr 30 Python
python dir函数快速掌握用法技巧
Dec 09 Python
python将图片转为矢量图的方法步骤
Mar 30 Python
Python中可变和不可变对象的深入讲解
Aug 02 Python
Python 中 Shutil 模块详情
Nov 11 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
MySQL数据源表结构图示
2008/06/05 PHP
PHP重定向的3种方式
2013/03/07 PHP
理解PHP中的stdClass类
2014/04/18 PHP
Yii中CGridView实现批量删除的方法
2015/12/28 PHP
js日期对象兼容性的处理方法
2014/01/28 Javascript
JavaScript常用正则函数用法示例
2017/01/23 Javascript
Angular中ng-repeat与ul li的多层嵌套重复问题
2017/07/24 Javascript
javascript如何用递归写一个简单的树形结构示例
2017/09/06 Javascript
vue基础之v-bind属性、class和style用法分析
2019/03/11 Javascript
Promise扫盲贴
2019/06/24 Javascript
Vue-CLI项目中路由传参的方式详解
2019/09/01 Javascript
JS出现404错误原理及解决方案
2020/07/01 Javascript
在Python中利用Into包整洁地进行数据迁移的教程
2015/03/30 Python
Python之py2exe打包工具详解
2017/06/14 Python
Python使用Pickle库实现读写序列操作示例
2018/06/15 Python
Python OpenCV 调用摄像头并截图保存功能的实现代码
2019/07/02 Python
利用Python模拟登录pastebin.com的实现方法
2019/07/12 Python
python爬虫项目设置一个中断重连的程序的实现
2019/07/26 Python
浅谈Python中(&amp;,|)和(and,or)之间的区别
2019/08/07 Python
浅谈pytorch grad_fn以及权重梯度不更新的问题
2019/08/20 Python
基于TensorFlow常量、序列以及随机值生成实例
2020/01/04 Python
学python需要去培训机构吗
2020/07/01 Python
用python对excel查重
2020/12/07 Python
CSS3实现曲线阴影和翘边阴影
2016/05/03 HTML / CSS
canvas 阴影和图形变换的示例代码
2018/01/02 HTML / CSS
详解canvas.toDataURL()报错的解决方案全都在这了
2020/03/31 HTML / CSS
女方婚礼新郎答谢词
2014/01/11 职场文书
生物制药自我鉴定
2014/01/25 职场文书
会计专业应届生自荐信
2014/06/28 职场文书
群众路线个人对照检查材料
2014/09/23 职场文书
2014年工作总结与下年工作计划
2014/11/27 职场文书
2015羊年春节慰问信
2015/02/14 职场文书
大学班长竞选稿
2015/11/20 职场文书
react如何快速设置文件路径别名
2021/04/28 Javascript
Kubernetes中Deployment的升级与回滚
2022/04/01 Servers
Win2008系统搭建DHCP服务器
2022/06/25 Servers