什么是 NumPy

NumPy 是一个用 python 实现的科学计算，包括：1、一个强大的 N 维数组对象 Array；2、比较成熟的（广播）函数库；3、用于整合 C/C++ 和 Fortran 代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数，numpy 和稀疏矩阵运算包scipy配合使用更加方便

​ NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库，专为进行严格的数字处理而产生，多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore， NASA 用其处理一些本来使用 C++，Fortran 或 MatLab 等所做的任务

安装 NumPy

​ 在 windows 下，推荐使用下载 Python 发行版的方式，它会包含很多关键的包，比如NumPy、Pandas等

​ 我选择的是ANACONDA，可以直接百度搜索到官网下载，但是会很慢，可以在清华大学开源镜像站下载，连接是

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

​ 下载安装后，系统就已经拥有 NumPy 包了

​ 也可以使用 PIP 命令直接安装

导入 NumPy

import numpy as np

​ 上边的代码是向程序中导入 NumPy 库，如果导入成功，也就说明 NumPy 库安装成功了

NumPy 中的 NdArray 对象

​ NumPy 最最最重要的特点就是它所包含的多维数组对象：ndarray，它是用于存放同类元素的多维数组

NdArray 的使用

创建一个 NdArray 对象

​ ndarray数组可以直接通过numpy.array(object, dtype = None, copy = True, order = None, subok = False, nfmin = 0)方法来创建，下面说一下ndarray的重要参数

• object：数组或嵌套数列
• dtype：数组元素的数据类型，可选
• copy：对象是否需要复制，可选
• order：创建数组呃样式，C 为行方向，F 为列方向，A 为任意方向（默认）
• subok：默认返回一个与基类类型一致的数组
• ndmin：指定生成数组的最小维度

​ 下面是一个创建多维数组的简单示例：

扫描二维码关注公众号，回复： 9055783 查看本文章

arr = np.array(
    [
        [
            [1, 2, 3, 4, 5],
            [2, 3, 4, 5, 6],
            [3, 4, 5, 6, 7]
        ],
        [
            [1, 2, 3, 4, 5],
            [2, 3, 4, 5, 6],
            [3, 4, 5, 6, 7]
        ]
    ]，
    dtype=np.int
)

NumPy 中的数据类型

​ numpy支持的数据类型比Python内置的数据类型多得多，如下表：

​ 并且，在numpy中，每个内建类型都有一个唯一定义的字符代码：