python numpy教程，一起來看看吧：

NumPy是一個Python包，它代表“Numeric Python”，它是一個由多維數組對象和用于處理數組的例程集合組成的庫。Numeric，即NumPy的前身，是由Jim Hugunin開發的。2005年，Travis Oliphant通過將Numarray的功能集成到Numeric包中來創建NumPy包，這個開源項目有很多貢獻者。

NumPy 操作

使用NumPy，開發人員可以執行以下操作：

數組的算數和邏輯運算。

傅立葉變換和用于圖形操作的例程。

與線性代數有關的操作。 NumPy 擁有線性代數和隨機數生成的內置函數。

NumPy – MatLab 的替代之一

NumPy 通常與 SciPy（Scientific Python）和 Matplotlib（繪圖庫）一起使用。 這種組合廣泛用于替代 MatLab，是一個流行的技術計算平臺。 但是，Python 作為 MatLab 的替代方案，現在被視為一種更加現代和完整的編程語言。

NumPy 是開源的，這是它的一個額外的優勢。

NumPy - Ndarray 對象

NumPy 中定義的最重要的對象是稱為 ndarray 的 N 維數組類型。 它描述相同類型的元素集合。 可以使用基于零的索引訪問集合中的項目。

ndarray中的每個元素在內存中使用相同大小的塊。 ndarray中的每個元素是數據類型對象的對象（稱為 dtype）。

從ndarray對象提取的任何元素（通過切片）由一個數組標量類型的 Python 對象表示。 下圖顯示了ndarray，數據類型對象（dtype）和數組標量類型之間的關系。

Ndarray

ndarray類的實例可以通過本教程后面描述的不同的數組創建例程來構造。 基本的ndarray是使用 NumPy 中的數組函數創建的，如下所示：

numpy.array

它從任何暴露數組接口的對象，或從返回數組的任何方法創建一個ndarray。

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

示例1：

import?numpy?as?np?
a?=?np.array([1,2,3])??
print?a

輸出如下：

[1,?2,?3]

示例2：

#?多于一個維度??
import?numpy?as?np?
a?=?np.array([[1,??2],??[3,??4]])??
print?a

輸出如下：

[[1,?2]?
?[3,?4]]

示例3：

#?最小維度??
import?numpy?as?np?
a?=?np.array([1,??2,??3,4,5],?ndmin?=??2)??
print?a

輸出如下：

[[1,?2,?3,?4,?5]]

示例4：

#?dtype?參數??
import?numpy?as?np?
a?=?np.array([1,??2,??3],?dtype?=?complex)??
print?a

輸出如下：

[?1.+0.j,??2.+0.j,??3.+0.j]

以上就是小編今天的分享，希望可以幫助到大家。