python數值計算擴展——NumPy

一、NumPy簡介

NumPy系統是Python的一種開源的數值計算擴展。這種工具可用來存儲和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結構要高效的多（該結構也可以用來表示矩陣（matrix））。

以下為官方英文介紹：

NumPy is the fundamental package for scientific computing with Python. It contains among other things:

(1)a powerful N-dimensional array object

(2)sophisticated (broadcasting) functions

(3)tools for integrating C/C++ and Fortran code

(4)useful linear algebra, Fourier transform, and random number capabilities

Besides its obvious scientific uses, NumPy can also be used as an efficient multi-dimensional container of generic data. Arbitrary data-types can be defined. This allows NumPy to seamlessly and speedily integrate with a wide variety of databases.

二、python環境注意事項

目前python3使用也比較多，有的同學可能安裝了兩個版本，包括python2，Mac 在終端中輸入python命令後，輸出的信息還是Python 2.7。

如何讓系統默認使用python3呢？按照以下步驟設置即可：

（1） 終端輸入：open ~/.bash_profile，打開.bash_profile文件。

（2）修改.bash_profile文件內容 ，添加如下兩行PATH="/Library/Frameworks/Python.framework/Versions/3.6/bin:$"

export PATH

（4）重新生效.bash_profile文件

source .bash_profile

經過以上四步，終端輸入phtyon，出現以下內容即修改成功。

三、NumPy安裝

配置好python環境後，在命令行輸入：from numpy import*，如果提示以下錯誤，我們需要手動安裝NumPy：

（1）pip安裝

我們使用pip安裝NumPy，前提是已經安裝pip，mac默認是沒有安裝pip的。

如果用的是macOS自帶的python2.7，直接終端輸入：sudo easy_install pip，安裝。

如果使用的Python3，終端輸入：curlhttps://bootstrap.pypa.io/get-pip.pypython3。

安裝完成後，查看pip的版本和路徑。由於我分別安裝了python2和3，所以也分別安裝了pip的不同版本，如下：

注意：

1）使用pip install XXX

新安裝的庫會放在這個目錄下面

python2.7/site-packages

2）使用pip3 install XXX

新安裝的庫會放在這個目錄下面

python3.6/site-packages

在使用python3執行程序，那麼就不能import python2.7/site-packages中的庫。

（2）安裝NumPy

終端輸入：sudo pip3 install -U numpy

安裝成功輸出以下log：

四、NumPy使用

（1）基礎

NumPy的主要對象是同類型的多維數組。它是一張表，所有元素（通常是數字）的類型都相同，並通過正整數元組索引。在NumPy中，維度稱為軸。軸的數目為rank。

例如，3D空間中的點的坐標[1, 2, 1]是rank為1的數組，因為它具有一個軸。該軸的長度為3。在下圖所示的示例中，數組的rank為2（它是2維的）。第一維度（軸）的長度為2，第二維度的長度為3。

[[ 1., 0., 0.],

[ 0., 1., 2.]]

NumPy的數組的類稱為ndarray。別名為array。請注意，numpy.array與標準Python庫的類array.array不同，後者僅處理一維數組並提供較少的功能。ndarray對象的更重要的屬性是：

ndarray.ndim

數組的軸（維度）的個數。在Python世界中，維度的數量被稱為rank。

ndarray.shape

數組的維度。這是一個整數的元組，表示每個維度中數組的大小。對於具有n行和m列的矩陣，shape將是(n,m)。因此，shape元組的長度就是rank或維度的個數ndim。

ndarray.size

數組元素的總數。這等於shape的元素的乘積。

ndarray.dtype

描述數組中元素類型的對象。可以使用標準Python類型創建或指定dtype。另外NumPy提供了自己的類型。例如numpy.int32、numpy.int16和numpy.float64。

ndarray.itemsize

數組中每個元素的位元組大小。例如，元素為float64類型的數組的itemsize為8（=64/8），而complex32類型的數組的comitemsize為4（=32/8）。它等於ndarray.dtype.itemsize。

ndarray.data

該緩衝區包含數組的實際元素。通常，我們不需要使用此屬性，因為我們將使用索引訪問數組中的元素。

舉例說明：

對應輸出如下：

（2）數組創建

有幾種方法來創建數組，可以使用array函數從常規Python列表或元組中創建數組。得到的數組的類型從序列中元素的類型推導出。

（3）數組列印

當你列印一個數組，NumPy以類似嵌套列表的形式顯示它，但是呈以下布局：

最後的軸從左到右列印

次後的軸從頂向下列印

剩下的軸從頂向下列印，每個切片通過一個空行與下一個隔開

一維數組被列印成行，二維數組成矩陣，三維數組成矩陣列表。

（4）數組運算

數組上的算術運算符使用元素級別。將創建一個新數組並用結果填充。

與許多矩陣語言不同，乘法運算符*的運算在NumPy數組中是元素級別的。可以使用dot函數或方法執行矩陣乘積：

某些操作（如+=和*=）可以修改現有數組，而不是創建新數組。

此外，NumPy還有很多強大的功能，大家如果有需要可以到官方參考文檔。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！