本文最后更新于 606 天前,其中的信息可能已经过时,如有错误请发送邮件到wuxianglongblog@163.com
Numpy 简介
导入numpy
Numpy是Python的一个很重要的第三方库,很多其他科学计算的第三方库都是以Numpy为基础建立的。
Numpy的一个重要特性是它的数组计算。
在使用Numpy之前,我们需要导入numpy包:
from numpy import *
使用前一定要先导入 Numpy 包,导入的方法有以下几种:
    import numpy
    import numpy as np
    from numpy import *
    from numpy import array, sin
事实上,在ipython中可以使用magic命令来快速导入Numpy的内容。
%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib
数组上的数学操作
假如我们想将列表中的每个元素增加1,但列表不支持这样的操作(报错):
a = [1, 2, 3, 4]
a + 1
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
 in ()
      1 a = [1, 2, 3, 4]
----> 2 a + 1
TypeError: can only concatenate list (not "int") to list  
转成 array :
a = array(a)
a
array([1, 2, 3, 4])
array 数组支持每个元素加 1 这样的操作:
a + 1
array([2, 3, 4, 5])
与另一个 array 相加,得到对应元素相加的结果:
b = array([2, 3, 4, 5])
a + b
array([3, 5, 7, 9])
对应元素相乘:
a * b
array([ 2,  6, 12, 20])
对应元素乘方:
a ** b
array([   1,    8,   81, 1024])
提取数组中的元素
提取第一个元素:
a[0]
1
提取前两个元素:
a[:2]
array([1, 2])
最后两个元素:
a[-2:]
array([3, 4])
将它们相加:
a[:2] + a[-2:]
array([4, 6])
修改数组形状
查看 array 的形状:
a.shape
(4L,)
修改 array 的形状:
a.shape = 2,2
a
array([[1, 2],
       [3, 4]])
多维数组
a 现在变成了一个二维的数组,可以进行加法:
a + a
array([[2, 4],
       [6, 8]])
乘法仍然是对应元素的乘积,并不是按照矩阵乘法来计算:
a * a
array([[ 1,  4],
       [ 9, 16]])
画图
linspace 用来生成一组等间隔的数据:
a = linspace(0, 2*pi, 21)
%precision 3
a
array([ 0.   ,  0.314,  0.628,  0.942,  1.257,  1.571,  1.885,  2.199,
        2.513,  2.827,  3.142,  3.456,  3.77 ,  4.084,  4.398,  4.712,
        5.027,  5.341,  5.655,  5.969,  6.283])
三角函数:
b = sin(a)
b
array([  0.000e+00,   3.090e-01,   5.878e-01,   8.090e-01,   9.511e-01,
         1.000e+00,   9.511e-01,   8.090e-01,   5.878e-01,   3.090e-01,
         1.225e-16,  -3.090e-01,  -5.878e-01,  -8.090e-01,  -9.511e-01,
        -1.000e+00,  -9.511e-01,  -8.090e-01,  -5.878e-01,  -3.090e-01,
        -2.449e-16])
画出图像:
%matplotlib inline
plot(a, b)
[] 

从数组中选择元素
假设我们想选取数组b中所有非负的部分,首先可以利用 b 产生一组布尔值:
b >= 0
array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True, False, False, False, False, False, False, False,
       False, False, False], dtype=bool)
mask = b >= 0
画出所有对应的非负值对应的点:
plot(a[mask], b[mask], 'ro')
[] 
