NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、……

NumPy 安装指南 Python 官网上的发行版是不包含 NumPy 模块的。NumPy的唯一前提条件是Python本身。如果您还没有Python，并希望以最简单的方式开始使用，我们建……

NumPy Ndarray对象的基础知识 NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。ndarr……

NumPy 数据类型说明和实例 数据类型，即 dtype ，也是一个特殊的对象， 它包含了ndarray需要为某一种类型数据所申明的内存块信息（也成为了元数据，即表示数……

    NumPy 数组属性说明和实例 NumPy 数组的维数称为秩(rank)，即数组的维度，一维数组的秩为 1，二维数组的秩为 2，以此类推。NumPy中，每一个线性的数组称为……

ndarray 数组除了可以使用底层 ndarray 构造器来创建外，也可以通过以下几种方式来创建。 numpy.empty numpy.empty 方法用来创建一个指定形状(shape)、数据类……

访问数组元素 数组索引等同于访问数组元素。您可以通过引用其索引号来访问数组元素。NumPy 数组中的索引以 0 开头，这意味着第一个元素的索引为 0，第二个元素……

数组切片 python 中裁切的意思是将元素从一个给定的索引带到另一个给定的索引。我们像这样传递切片而不是索引：[start：end]。我们还可以定义步长，如下所示：……

副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。视图是数据的一个别称或引用，通过该别称或引用亦便可访……

NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。 迭代器最基本的任务的可以完成对数组元素的访问。 接下来我们使用 arange() ……

NumPy 提供了两种基本的对象，即 ndarray 和 ufunc 对象。ufunc 是 universal function的缩写，意思是“通用函数”，它是一种能对数组的每个元素进行操作的函数……

数组的形状是每个维中元素的数量。 获取数组的形状 打印 2-D 数组的形状： import numpy as np arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]]) print(arr.sha……

NumPy 广播主要应用numpy在算术运算期间处理具有不同形状的数组。受某些约束的影响，较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。 NumPy 操作通……

常见的数组翻转等方法 函数 描述 transpose 对换数组的维度 ndarray.T 和 self.transpose() 相同 rollaxis 向后滚动指定的轴 swapaxes 对换数组的……

连接数组常用的函数如下: 函数 描述 concatenate 连接沿现有轴的数组序列 stack 沿着新的轴加入一系列数组。 hstack 水平堆叠序列中的数组（列方向）……

拆分是连接的反向操作。连接(Joining)是将多个数组合并为一个，拆分(Spliting)将一个数组拆分为多个。 数组分割的基本函数如下： 函数 数组及操作 split ……

数组添加和删除操作，常用的函数如下： 函数 元素及描述 resize 返回指定形状的新数组 append 将值添加到数组末尾 insert 沿指定轴将值插入到指定下……

数组排序 排序是指将元素按有序顺序排列。 有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。 NumPy ndarray 对象有一个名为 sort()……

数组过滤 从现有数组中取出一些元素并从中创建新数组称为过滤(filtering)。 在 NumPy 中，我们使用布尔索引列表来过滤数组。 布尔索引列表是与数组中的索引相……

NumPy 广播主要应用numpy在算术运算期间处理具有不同形状的数组。受某些约束的影响，较小的数组在较大的数组上“广播”，以便它们具有兼容的形状。 NumPy 操作通……

什么是随机数？ 随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。 伪随机和真随机 计算机在程序上工作，程序是权威的指令集。因此，……

NumPy 字符串函数的用法 这些函数在字符数组类(numpy.char)中定义。 函数 描述 add() 对两个数组的逐个字符串元素进行连接 multiply() 返回按元素多重……

三角函数 NumPy 提供了标准的三角函数：sin()、cos()、tan()。  import numpy as np   a = np.array([0,30,45,60,90])  print ('不同角度的正弦值：')  # 通……

需要注意的是数组必须具有相同的形状或符合数组广播规则。  import numpy as np   a = np.arange(9, dtype = np.float_).reshape(3,3)   print ('第一个数组……

numpy.amin() 和 numpy.amax() numpy.amin() 用于计算数组中的元素沿指定轴的最小值。 numpy.amax() 用于计算数组中的元素沿指定轴的最大值。  import numpy ……