欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python?numpy中的ndarray介紹

 更新時(shí)間:2022年01月24日 10:26:37   作者:盆友圈的小可愛(ài)  
這篇文章主要介紹了Python?numpy中的ndarray,numpy?模塊通常被稱為?matplotlib?模塊伴侶,numpy可以方便快捷地對(duì)大量數(shù)據(jù)進(jìn)行科學(xué)計(jì)算,為matplotlib?繪制圖表提供數(shù)據(jù),下面來(lái)看看文章內(nèi)容的詳細(xì)介紹吧

在上一期python numpy 模塊中對(duì)概述介紹了numpy 模塊安裝、使用方法、特點(diǎn)等入門知識(shí)。

  • numpy 模塊是一個(gè)開(kāi)源的第三方Python庫(kù),常用于科學(xué)和工程領(lǐng)域,是科學(xué)Python和PyData 生態(tài)系統(tǒng)的核心。
  • numpy 模塊易學(xué)易用的特點(diǎn),基本上覆蓋了初學(xué)者到先進(jìn)科學(xué)研究員的所有人群。
  • numpy 模塊除了在matplotlib上應(yīng)用,它還在Pandas、Scipy、scikit-learn等科學(xué)Python中。
  • numpy 模塊也包含多維數(shù)組和矩陣數(shù)據(jù)結(jié)構(gòu),它專門提供了具有n維數(shù)組對(duì)象的ndarray,以及對(duì)其進(jìn)行有效操作的方法。
  • numpy 模塊也可用于對(duì)數(shù)組執(zhí)行各種數(shù)學(xué)運(yùn)算,提供高級(jí)數(shù)學(xué)函數(shù)庫(kù),以及數(shù)組和矩陣的操作。

眾所周知,numpy 模塊中數(shù)組對(duì)象是其核心功能,我們本期重點(diǎn)來(lái)學(xué)習(xí)numpy 數(shù)組相關(guān)內(nèi)容,

1. 什么是 ndarray?

ndarray 概念

數(shù)組是numpy 模塊核心數(shù)據(jù)結(jié)構(gòu)。數(shù)組是值的網(wǎng)絡(luò),它的內(nèi)部包含有原始數(shù)據(jù)、如何定義元素以及如何解釋元素的信息。我們可以使用各種方式索引元素網(wǎng)格。

ndarray 是 numpy 模塊中定義 n維數(shù)組類型。ndarray 可以描述同種類型project的集合。

  • 同種數(shù)據(jù)類型:numpy 數(shù)組中的所有元素都是同種類類型,如int32,float64等
  • 同大小內(nèi)存空間:每個(gè)project占用相同大小內(nèi)存塊
  • 同方式解釋:每個(gè)project由object數(shù)據(jù)類型指定,,其中一個(gè)與每個(gè)數(shù)組相關(guān)聯(lián)
  • 可以N個(gè)整數(shù)對(duì)project進(jìn)行索引

ndarray 內(nèi)部關(guān)系

從數(shù)組中我們可以提取python對(duì)象表示的如索引是numpy 內(nèi)置數(shù)組標(biāo)量類型之一,我們可以通過(guò)使用數(shù)組標(biāo)量來(lái)輕松操作復(fù)雜的數(shù)據(jù)排列。

通過(guò)以上ndarray 內(nèi)部結(jié)構(gòu),我們可以看到 ndarray 主要由 dtype、shape、stride組成

  • ndarray 指向內(nèi)存映射地址的指針-data對(duì)象
  • ndarray 元素解釋形象-dtype對(duì)象
  • ndarray 每個(gè)維度的元素之間的間隔-strides對(duì)象(tuple)
  • ndarray 對(duì)每個(gè)維度的數(shù)量和大小的描述-shape對(duì)象(tuple)

以上四個(gè)python對(duì)象就可以在ndarray 中通過(guò)索引的方式找到指定位置的數(shù)據(jù)。

同時(shí)我們也調(diào)用np.array().flags 獲取字節(jié)序、讀寫權(quán)限等信息,可知ndarray 底層是C和Fortran 實(shí)現(xiàn)的。

? C_CONTIGUOUS : True
? F_CONTIGUOUS : False
? OWNDATA : True
? WRITEABLE : True
? ALIGNED : True
? WRITEBACKIFCOPY : False
? UPDATEIFCOPY : False

2. ndarray 內(nèi)存結(jié)構(gòu)

ndarray 內(nèi)存結(jié)構(gòu)

我們通過(guò)numpy.array 方法創(chuàng)建一個(gè)2維數(shù)組

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

import numpy as np

a = np.array([[1,2],[4,5],[7,8]])

print("dim:",a.ndim)
print("strides:",a.strides)
print("dtype:",a.dtype)
print("data:",a.data)
print("shape:",a.shape)
print(a)

通過(guò)array對(duì)象調(diào)用ndarray 標(biāo)量對(duì)象,可以獲知ndarray 維度大小、元素類型、間隔等信息

通過(guò)上述圖,我們可以知道 ndarray 內(nèi)存主要?jiǎng)澐譃閮刹糠郑?/strong>

  • raw data: 計(jì)算機(jī)一段連續(xù)的block,存儲(chǔ)在C或者Fortran中的數(shù)組
  • metdata:有關(guān)原始數(shù)組數(shù)據(jù)的信息

3. ndarray vs list

ndarray 特點(diǎn)

  • ndarray 要求所有數(shù)據(jù)都是同種類型的
  • 每個(gè)數(shù)據(jù)占用空間一樣
  • 數(shù)組中存儲(chǔ)的數(shù)據(jù)是一段連續(xù)的空間

list 特點(diǎn)

  • 可以容納不同數(shù)據(jù)類型
  • list 中只存放對(duì)象的引用,再通過(guò)引用找到具體的對(duì)象
  • 對(duì)象的物理地址并不是連續(xù)的

 

所以,綜上所述,ndarray 查找數(shù)據(jù)運(yùn)行效率比list快,同時(shí)ndarray 存儲(chǔ)的數(shù)據(jù)是連續(xù)的一段空間,對(duì)比list 對(duì)象物理地址分散的,ndarray 比 list 更省空間。

總結(jié):

本期對(duì)numpy 模塊核心之一的ndarray 數(shù)組對(duì)象內(nèi)存原理、與python list對(duì)比等知識(shí)學(xué)習(xí)。

ndarray 里的所有的project元素都是同類型數(shù)據(jù),并且存儲(chǔ)空間是連續(xù)的。

不管查找數(shù)據(jù),還是存儲(chǔ)數(shù)據(jù),數(shù)據(jù)計(jì)算等功能,都明顯優(yōu)于Python list。

到此這篇關(guān)于Python numpy中的ndarray介紹的文章就介紹到這了,更多相關(guān)Python numpy-ndarray內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python?隊(duì)列Queue和PriorityQueue解析

    Python?隊(duì)列Queue和PriorityQueue解析

    這篇文章主要介紹了Python?隊(duì)列Queue和PriorityQueue,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-09-09
  • tensorflow 重置/清除計(jì)算圖的實(shí)現(xiàn)

    tensorflow 重置/清除計(jì)算圖的實(shí)現(xiàn)

    今天小編就為大家分享一篇tensorflow 重置/清除計(jì)算圖的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-01-01
  • Python實(shí)現(xiàn)性能自動(dòng)化測(cè)試竟然如此簡(jiǎn)單

    Python實(shí)現(xiàn)性能自動(dòng)化測(cè)試竟然如此簡(jiǎn)單

    這篇文章主要介紹了Python實(shí)現(xiàn)性能自動(dòng)化測(cè)試的方法,本文圖文并茂通過(guò)實(shí)例代碼相結(jié)合的形式給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下
    2019-07-07
  • 詳解Python中的各種函數(shù)的使用

    詳解Python中的各種函數(shù)的使用

    這篇文章主要介紹了詳解Python中的各種函數(shù)的使用,是Python入門中的基礎(chǔ)知識(shí),需要的朋友可以參考下
    2015-05-05
  • Python?base64和hashlib模塊及用法詳解

    Python?base64和hashlib模塊及用法詳解

    這篇文章主要介紹了Python?base64和hashlib模塊,本文通過(guò)實(shí)例代碼介紹了base64和hashlib模塊的相關(guān)知識(shí),代碼簡(jiǎn)單易懂,對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2023-02-02
  • 一個(gè)基于flask的web應(yīng)用誕生 使用模板引擎和表單插件(2)

    一個(gè)基于flask的web應(yīng)用誕生 使用模板引擎和表單插件(2)

    一個(gè)基于flask的web應(yīng)用誕生第二篇,這篇文章主要介紹了如何使用jinja2模板引擎和wtf表單插件,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2017-04-04
  • numpy.sum()坐標(biāo)軸問(wèn)題的解決

    numpy.sum()坐標(biāo)軸問(wèn)題的解決

    本文主要介紹了numpy.sum()坐標(biāo)軸問(wèn)題的解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-03-03
  • 梅爾頻率倒譜系數(shù)(mfcc)及Python實(shí)現(xiàn)

    梅爾頻率倒譜系數(shù)(mfcc)及Python實(shí)現(xiàn)

    這篇文章主要為大家詳細(xì)介紹了語(yǔ)音識(shí)別之梅爾頻率倒譜系數(shù)及Python實(shí)現(xiàn),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-06-06
  • Python作用域與名字空間源碼學(xué)習(xí)筆記

    Python作用域與名字空間源碼學(xué)習(xí)筆記

    這篇文章主要為大家介紹了Python作用域與名字空間的源碼學(xué)習(xí)筆記,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪<BR>
    2022-05-05
  • Pycharm中Python環(huán)境配置常見(jiàn)問(wèn)題解析

    Pycharm中Python環(huán)境配置常見(jiàn)問(wèn)題解析

    這篇文章主要介紹了Pycharm中Python環(huán)境配置常見(jiàn)問(wèn)題,結(jié)合圖文形式分析了Pycharm中Python環(huán)境配置模塊路徑問(wèn)題、虛擬環(huán)境創(chuàng)建、配置遠(yuǎn)程服務(wù)器、連接數(shù)據(jù)庫(kù)等常見(jiàn)問(wèn)題與操作方法,需要的朋友可以參考下
    2020-01-01

最新評(píng)論