首页 > 代码库 > python--numpy模块、spicy模块、 matplotlib模块
python--numpy模块、spicy模块、 matplotlib模块
一：numpy模块
ndarray:存储单一数据类型的多维数组
ufunc:能够对数组进行处理的函数(universal function object)
#numpy 中arange用法，指定开始值/终止值/步长来创建一维数组数组，但是数组不包括终值。 arange_array=np.arange(1,2,0.1) re_arange_array=arange_array.reshape(2,5)#使用reshape重新定义数组的维度或者数组的大小 print "arange_array is array,it‘s %s " % arange_array print "re_arange_array is:%s" % re_arange_array
#linspace函数通过指定开始值、终值和元素个数来创建一维数组，可以通过endpoint关键字指定 #是否包括终值，缺省设置是包括终值: linspace_array=np.linspace(0, 1, 12)#创建的是等差数列！ print "linspace_array is: %s" % linspace_array
#logspace创建等比数列，产生起始值10^起始值，到10^终止值，n个值的一维数组 logspace_array=np.logspace(0,2,30) print "logspace array is: %s" % logspace_array
def fun2(i,j): return (i+1)*(j+1) b=np.fromfunction(fun2,(9,9)) #fromfunction从函数创建数组，自定义函数，从函数中创建数组; #frompyfunc的调用格式为frompyfunc(func, nin, nout),nin是此函数的输入参数的个数，nout是此函数的返回值的个数。 print ‘b is:%s‘ %b
Data type objects (dtype) and 结构数组
数据类型（data type object, ie. numpy.dtype的实例）描述的是array对象怎样解析内存中的固定大小的内存段。它描素了数据的一下几个方面：
- 数据的类型(integer, float, Python object, etc.)
- 数据的大小(how many bytes is in e.g. the integer)
- 二进制位的存储顺序(little-endian or big-endian)
- 如果数据类型（data type）是一条记录，即其他数据类型的组合(e.g., describing an array item consisting of an integer and a float),这和C语言里面的struct类似。
- 记录的各个数据的名称是什么，怎么获取这个子数据。
- 每个子数据的的类型是什么。
- 每个子数据都使用哪一部分内存。
- 如果数据是一个子数组，它的形状是什么。
import numpy as np;persontype=np.dtype({ ‘names‘:[‘name‘,‘age‘,‘weight‘], ‘formats‘:[‘S32‘,‘i‘,‘f‘]})a = np.array([("zhuang",32,75.5),("wang",24,65.2)],dtype=persontype) print a[1][‘name‘]print a.strides
python--numpy模块、spicy模块、 matplotlib模块
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。