Python Numpy 高效的運算工具詳解
Numpy 介紹
numpy
num numerical 數值化
py python
ndarray
n 任意個
d dimension 維度
array 數組
n維 相同數組類型的集合
將數據組 轉化為 ndarray類型
data = np.array(數組)
import numpy as np data = np.array([[80,89,65,79], [80,89,65,79], [80,89,65,79], [80,89,65,79], [80,89,65,79]] ) data type(data)
通過 ndarray的形式進行存儲
優(yōu)勢
存儲風格
ndarray 相同類型 通用性差
list 不同類型 通用性強
并行化運算
nd.array 支持并行化/向量化運算
底層語言
多任務處理: 多線程 多進程
python受到GIL鎖限制,拖累限制。
numpy底層用C語言實現,接觸GIL鎖限制。不受python解釋器限制。
numpy常用屬性
形狀 shape 維度 元素個數
類型 dtype (根據數據類型得知)所占內存的大小
ndarray形狀
二維數組
下圖(3,3) 三行 三列
三個 二維數組
ndarray類型
創(chuàng)建ndarray時,指定其類型
data3 = np.array([1.1,2.2,3,3],dtype = 'float32') data3 = np.array([1.1,2.2,3,3],dtype = np.float32)
不指定的話,整數默認int64,,小數float64。
基本操作
生成數據方法adarrat
總結
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!
相關文章
django rest framework serializers序列化實例
這篇文章主要介紹了django rest framework serializers序列化實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05