NumPy实战
NumPy介绍
•支持多维数组的高效存储与快速访问
•为科学计算提供各类实用工具
•丰富的数据查询方法
•广播机制（用于快速进行科学计算和模型训练）
•通用的ufunc方法（让代码变得更简洁和通俗易懂）•核心数据结构：ndarray(简称为数组)
NumPy核心数据结构-ndarray(数组）
•List采用对象方式存储数据，因此，每一
行被视为一个对象。
•ndarray用一段连续空间存储多维数据。
(ndarray=n-dim array，简称为数组)
•ndarray可以快速计算指定数据的地址，从
而大幅提高数据访问效率。
•举例：访问数据“5”,ndarray只需要2次内
存访问即可，而List需要3次内存访问，思
考为什么？
•思考：ndarray和List各自的优势是什么？
数组轴向
数组形状与维数的区别
•维数：与空间类似，指数组中数据的访问方向的数量。
•一维：只能按照一个方向访问
python获取数组长度•二维：可以按照两个方向访问
•维数没有限定单个方向上的数据数量。
•形状=维数+轴向长度
•(3,￿)：一维数据，轴向0上有3个数据
•(4,2)：二维数据，轴向0上有4个数据，轴向1上有2个数据

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。