Numpy簡介

?NumPy（Numerical Python） 是 Python 語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。

NumPy? 是一個運行速度非?？斓臄祵W庫，主要用于數組計算，包含：

• 一個強大的N維數組對象 ndarray
• 廣播功能函數
• 整合 C/C++/Fortran 代碼的工具
• 線性代數、傅里葉變換、隨機數生成等功能

NumPy Ndarray 對象

• NumPy 最重要的一個特點是其 N 維數組對象 ndarray，它是一系列同類型數據的集合，以 0 下標為開始進行集合中元素的索引
• ndarray 對象是用于存放同類型元素的多維數組
• ndarray 中的每個元素在內存中都有相同存儲大小的區域

numpy對象創建：

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

數據類型轉換

拷貝

最小維度

subok

NumPy 數據類型

數據類型對象 (dtype)

數據類型對象（numpy.dtype 類的實例）用來描述與數組對應的內存區域是如何使用，它描述了數據的以下幾個方面：

• 數據的類型（整數，浮點數或者 Python 對象）
• 數據的大小（例如， 整數使用多少個字節存儲）
• 數據的字節順序（小端法或大端法）
• 在結構化類型的情況下，字段的名稱、每個字段的數據類型和每個字段所取的內存塊的部分
• 如果數據類型是子數組，那么它的形狀和數據類型是什么。

字節順序是通過對數據類型預先設定 < 或 > 來決定的。 < 意味著小端法(最小值存儲在最小的地址，即低位組放在最前面)。> 意味著大端法(最重要的字節存儲在最小的地址，即高位組放在最前面)。

dtype 對象是使用以下語法構造的：

numpy.dtype(object, align, copy)

object - 要轉換為的數據類型對象
align - 如果為 true，填充字段使其類似 C 的結構體。
copy - 復制 dtype 對象 ，如果為 false，則是對內置數據類型對象的引用

每個內建類型都有一個唯一定義它的字符代碼

dt = np.dtype(np.int32)
print(dt)

輸出：
int32


dt = np.dtype('i4')
print(dt)

輸出：
int32


dt = np.dtype([('age', np.int8)])
print(dt)

輸出：
[('age', 'i1')]

結構化數據類型

student = np.dtype([('name','S20'), ('age','i1'), ('score', 'f4')])
a = np.array([('xm', 10, 98.123456789), ('xh', 8, 99.111111111), ('xl', '9', 100)], dtype=student)
print(a)

輸出：
[(b'xm', 10,  98.12346 ) (b'xh',  8,  99.111115) (b'xl',  9, 100.      )]