# NumPy

Numpy提供多维数组对象（以存储同构或者异构

## NumPy

Type: module

Provides

How to use the documentation

Documentation is available in two forms: docstrings provided
with the code, and a loose standing reference guide, available from
​​ &#x200B;the NumPy homepage&#x200B;​​ ​​http://www.scipy.org​​_.

We recommend exploring the docstrings using
​​ &#x200B;IPython&#x200B;​​ ​​http://ipython.scipy.org​​​_, an advanced Python shell with
TAB-completion and introspection capabilities.

For some objects, ​ &#x200B;np.info(obj)&#x200B;​​ may provide additional help(用来获取函数，类，模块的一些相关信息). This is
particularly true if you see the line “Help on ufunc object:” at the top
of the help() page. Ufuncs are implemented in C, not Python, for speed.

The native Python help() does not know how to view their help, but our
np.info() function does.

To search for documents containing a keyword, do::

General-purpose documents like a glossary and help on the basic concepts
of numpy are available under the ​​ &#x200B;doc&#x200B;​ sub-module::

## ndarray预览

NumPy的array类被称为​ &#x200B;ndarray&#x200B;​。

• &#x200B;ndarray.ndim&#x200B;​: 数组的坐标轴（或轴或维度)(axes (dimensions))的个数。
• &#x200B;ndarray.shape&#x200B;​​: 数组的维度（dimensions），是由每个维度的​ &#x200B;length&#x200B;​​组成的整数元组。
对于一个n行m列的矩阵（matrix）, shape便是​​ &#x200B;(n,m)&#x200B;​。
• &#x200B;ndarray.size&#x200B;​​： 数组的元素(elements)的总数，等于​ &#x200B;shape&#x200B;​的元素的积。
• &#x200B;ndarray.dtype&#x200B;​：一个描述数组的元素的类型的对象。
• &#x200B;ndarray.itemsize&#x200B;​​：数组的每个元素的二进制表示的大小。 例如，元素的类型为​ &#x200B;float64&#x200B;​​的数组有 8 (=64/8)个​ &#x200B;itemsize&#x200B;​​，类型为​ &#x200B; complex32&#x200B;​​是​ &#x200B;itemsize 4 (=32/8)&#x200B;​。
• &#x200B;ndarray.data&#x200B;​：the buffer containing the actual elements of the array. Normally, we won’t need to use this attribute because we will access the elements in an array using indexing facilities.

## 数组的创建

Tips: 关于参数 ​ &#x200B;order&#x200B;​:

&#x200B;order&#x200B;​​ 指内存中存储元素的顺序，​ &#x200B;C&#x200B;​​ 指和 ​ &#x200B;C&#x8BED;&#x8A00;&#x200B;​​ 相似（即行优先），​ &#x200B;F&#x200B;​​ 指和 ​ &#x200B;Fortran&#x200B;​ 相似（即列优先）

&#x200B;dtype&#x200B;

&#x200B;t&#x200B;

&#x200B;t4&#x200B;​(4位)

&#x200B;b&#x200B;

&#x200B;b&#x200B;​​(​ &#x200B;True&#x200B;​​或​ &#x200B;False&#x200B;​)

&#x200B;I&#x200B;

&#x200B;i8&#x200B;​(64位)

&#x200B;u&#x200B;

&#x200B;u8&#x200B;​(64位)

&#x200B;f&#x200B;

&#x200B;f8&#x200B;​(64位)

&#x200B;c&#x200B;

&#x200B;c16&#x200B;​(128位)

&#x200B;o&#x200B;

&#x200B;o&#x200B;​(指向对象的指针)

&#x200B;S,a&#x200B;

&#x200B;S24&#x200B;​(24个字符)

&#x200B;U&#x200B;

&#x200B;Unicode&#x200B;

&#x200B;U24&#x200B;​(24个Unicode字符)

&#x200B;V&#x200B;

&#x200B;V12&#x200B;​(12字节数据块)

[En]

When the total group elements are added, there is no significant difference between the two memory layouts. However, there will be a significant difference when considering the following circumstances.

[En]

It performs better on a small number of large vectors than on a large number of small vectors.

[En]

A small number of large vector elements are stored in adjacent memory locations, which explains the relative performance advantage.

[En]

Choosing the appropriate memory layout can increase the code execution speed by more than 2 orders of magnitude.

## 结语：

Original: https://blog.51cto.com/u_15345348/5582416
Author: wx61276efd72203
Title: NumPy

(0)

### 大家都在看

• #### 【愚公系列】2022年04月 Python教学课程 77-DRF框架之异常

REST 框架的视图处理各种异常，并处理返回适当的错误响应。 处理的异常包括： 在 REST 框架中定义的异常。 APIException 404异常。 Http404 权限异常。…

Python 2023年8月4日
0113
• #### conda找不到当前虚拟环境的numpy

我把我win7虚拟机的环境打包到舍友的win10电脑里面 1.确认conda虚拟环境，只有base环境 2.查看base环境工具包，并没有tf2的包 3.在anaconda3\en…

Python 2023年8月26日
093
• #### 并发bug之源（二）-有序性

什么是有序性？ 简单来说，假设你写了下面的程序： int a = 1; int b = 2; System.out.println(a); System.out.println(b…

Python 2023年10月15日
096
• #### Graph Neural Network——图神经网络

本文是跟着李沐老师的论文精度系列进行GNN的学习的，详细链接请见：零基础多图详解图神经网络（GNN/GCN）【论文精读】 该论文的标题为《A Gentle Introduction…

Python 2023年10月12日
085
• #### 炸弹(二分图最大匹配 = 二分图最小顶点覆盖)

D-炸弹_2022图论班第一章图匹配例题与习题 (nowcoder.com) 看题解前先理解二分图最小点集覆盖 == 最大匹配 一、什么是最小点覆盖 点覆盖的概念定义： 对于图G=…

Python 2023年9月15日
0103
• #### 在anaconda中创建python3.6.3虚拟环境，安装opencv-python3.4.1.15时出现matplotlib的module不存在等情况

本人安装anaconda和python工具运用于图像处理，将自己的心得简单记录，希望对各位有所帮助！！！第一次发帖，希望各位多多支持！！！ python的安装各处都有，在此处不过多…

Python 2023年8月31日
095
• #### PyTorch深度学习——PyCharm中使用matplotlib画3D曲面图

本篇仅针对使用matplotlib画3D曲面图，其他类型的3D图可根据本实例举一反三进行绘制。 具体步骤： 1、Pycharm如果没有matplotlib，第一部需要先安装matp…

Python 2023年9月1日
0108
• #### 《吐血整理》高级系列教程-吃透Fiddler抓包教程(37)-掌握Fiddler中Fiddler Script用法，你会有多牛逼-下篇

1.简介 Fiddler是一款强大的HTTP抓包工具，它能记录所有客户端和服务器的http和https请求，允许你监视，设置断点，甚至修改输入输出数据. 使用Fiddler无论对开…

Python 2023年10月11日
0139
• #### python中组合数据的操作

2022-09-26 组合数据类型： 拷贝： deep（深拷贝） shallow（浅拷贝） 区别：例如，文件中有一个指针指向另一块存储空间，如果是深拷贝则将指向的那一块文件内容也全…

Python 2023年10月31日
083
• #### matplotlib中创建axes的几种方法

Python 2023年9月4日
0107
• #### SMPL模型

SMPL的python版本在官方网站有两个，分别是SMPL_python_v.1.0.0，SMPL_python_v.1.1.0。区别是：SMPL_python_v.1.0.0不完…

Python 2023年8月28日
0123
• #### 机器学习1-Pandas、交叉表、透视表、排序、索引

Pandas介绍 Pandas 可以使用 类似 SQL 的方式对 .csv、.tsv、.xlsx 等格式的数据进行处理分析。pandas的主要数据结构是DataFrame 与 Se…

Python 2023年8月8日
0121
• #### python中convert函数用法_Python Pandas DataFrame.tz_convert用法及代码示例

Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like容器。…

Python 2023年8月8日
0126
• #### MongoDB Compass的安装及使用图文说明（非常详细）

Python 2023年10月9日
095
• #### python官方扩展库索引是什么意思_pandas中index索引功能是什么

pandas的索引对象可以用来保存坐标轴标签和其它元数据，是使用过程中必要的参与对象，那pandas中index索引功能是什么呢？pandas中index索引可以轻松的读取数据，更…

Python 2023年8月8日
0115
• #### 02 pandas入门

目录 1. pandas数据结构介绍 1.1 Series 1.2 DataFrame 1.3 索引对象 2. 基本功能 2.1 重建索引 2.2 轴向上删除条目 2.3 索引、选…

Python 2023年8月27日
095