首页 > 编程笔记
NumPy到底是什么?
对于 Python 来说,数据分析“三剑客”指的是 NumPy、Pandas、Matplotlib,本文给大家介绍“第一个剑客”:NumPy。
NumPy 是用于科学计算的非常重要的库,后面介绍的 Pandas 就是基于 NumPy 来实现的。机器学习算法中用到的大量数组及矩阵运算,也需要借助 NumPy 来实现。可以这样说,NumPy 是数据科学领域中最基础的一个库。
NumPy 主要用于操作多维数组,这一点从它的 Logo 就可以很直观地看出,如下图所示。
![](/uploads/allimg/240430/2-240430100935V3.gif)
图 1 NumPy Logo
由于 NumPy 是第三方库,我们需要手动安装。打开 VSCode 终端窗口,输入“pip install numpy”后按 Enter 键即可安装,如下图所示。
![](/uploads/allimg/240430/2-24043010094J47.gif)
图 2 手动安装 NumPy
需要说明的是,NumPy 非常强大,提供的操作也非常多,为了减轻读者的记忆负担,本节只介绍常用的操作。对于不常用的操作,初学的时候可以先忽略,以后需要用到时查询官方文档即可。
学习 NumPy,其实就是学习数组的各种操作,NumPy 就是用来操作数组的,我们学习 NumPy,其实就是学习数组的各种操作。
在 Python 中,可以使用 NumPy 来创建一个数组。数组和列表很相似,但是它们之间有本质上的区别:
对于 NumPy 中的数组,读者可以简单地把它看成“增强版的列表”,因为它的功能比列表强大得多。
在 NumPy 中,创建数组的方法有很多,下表罗列了几个最常用的方法。
本节主要带大家了解 NumPy,关于它的用法,后续会带大家系统的学习。
NumPy 是用于科学计算的非常重要的库,后面介绍的 Pandas 就是基于 NumPy 来实现的。机器学习算法中用到的大量数组及矩阵运算,也需要借助 NumPy 来实现。可以这样说,NumPy 是数据科学领域中最基础的一个库。
NumPy 主要用于操作多维数组,这一点从它的 Logo 就可以很直观地看出,如下图所示。
![](/uploads/allimg/240430/2-240430100935V3.gif)
图 1 NumPy Logo
由于 NumPy 是第三方库,我们需要手动安装。打开 VSCode 终端窗口,输入“pip install numpy”后按 Enter 键即可安装,如下图所示。
![](/uploads/allimg/240430/2-24043010094J47.gif)
图 2 手动安装 NumPy
需要说明的是,NumPy 非常强大,提供的操作也非常多,为了减轻读者的记忆负担,本节只介绍常用的操作。对于不常用的操作,初学的时候可以先忽略,以后需要用到时查询官方文档即可。
学习 NumPy,其实就是学习数组的各种操作,NumPy 就是用来操作数组的,我们学习 NumPy,其实就是学习数组的各种操作。
在 Python 中,可以使用 NumPy 来创建一个数组。数组和列表很相似,但是它们之间有本质上的区别:
- 列表的元素可以是不同数据类型,而数组的元素必须是同一数据类型;
- 列表不可以进行四则运算,而数组可以进行四则运算。
对于 NumPy 中的数组,读者可以简单地把它看成“增强版的列表”,因为它的功能比列表强大得多。
在 NumPy 中,创建数组的方法有很多,下表罗列了几个最常用的方法。
方 法 | 说 明 |
---|---|
array() | 最常用的方法 |
arange() | 创建元素值任某个范围内的数组,可以指定步长 |
linspace() | 创建元素值任某个范国内的数组,可以指定个数 |
zeros() | 创建元素值全为 0 的数组 |
ones() | 创建尤素值全为 1 的数组 |
本节主要带大家了解 NumPy,关于它的用法,后续会带大家系统的学习。