2.NumPy简介

一：NumPy简介

　　• 官网链接：http://www.numpy.org/

　　• NumPy教程链接：https://www.yiibai.com/numpy/

　　• NumPy是Python语言的一个扩充程序库。支持高级大量的多维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库

　　NumPy – MatLab 的替代之一

　　NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用。 这种组合广泛用于替代 MatLab，是一个流行的技术计算平台。

　　但是，Python 作为 MatLab 的替代方案，现在被视为一种更加现代和完整的编程语言。

二：NumPy基本功能　　

　　• 快速高效的多维数组对象ndarray

　　• 用于对数组执行元素级计算以及直接对数组执行数学运算的函数

　　• 用于读写硬盘上基于数组的数据集的

　　• 线性代数运算、傅里叶变换，以及随机数生成

• 傅立叶变换和用于图形操作的例程。

• 与线性代数有关的操作。 NumPy 拥有线性代数和随机数生成的内置函数。

三：效率对比

　　• 三种数据结构：list / array / numpy.array

　　• 三种方法求和：for / sum / numpy.sum

import timeit
common_for = """
for d in data:
    s += d
"""

common_sum = """
sum(data)
"""

common_numpy_sum = """
numpy.sum(data)
"""

def timeit_list(n, loops):
    list_setup = """
import numpy
data = [1] * {}
s = 0
""".format(n)
    print 'list:'
    print timeit.timeit(common_for, list_setup, number = loops)
    print timeit.timeit(common_sum, list_setup, number = loops)
    print timeit.timeit(common_numpy_sum, list_setup, number = loops)

def timeit_array(n, loops):
    array_setup = """
import numpy
import array
data = array.array('L', [1] * {})
s = 0
""".format(n)
    print 'array:'
    print timeit.timeit(common_for, array_setup, number = loops)
    print timeit.timeit(common_sum, array_setup, number = loops)
    print timeit.timeit(common_numpy_sum, array_setup, number = loops)

def timeit_numpy(n, loops):
    numpy_setup = """
import numpy
data = numpy.array([1] * {})
s = 0
""".format(n)
    print 'numpy:'
    print timeit.timeit(common_for, numpy_setup, number = loops)
    print timeit.timeit(common_sum, numpy_setup, number = loops)
    print timeit.timeit(common_numpy_sum, numpy_setup, number = loops)

if __name__ == '__main__':
    timeit_list(50000, 500)
    timeit_array(50000, 500)
    timeit_numpy(50000, 500)

运行结果：

list:
0.94836021896
0.126542218145
1.25408217549
array:
2.02870422344
1.4137293358
5.92805967058
numpy:
3.81213793067
2.90964482707
0.0174179931709

四：NumPy的Ndarray对象（N 维数组类型）

　　基本的ndarray是使用 NumPy 中的数组函数创建的，如下所示：

　　　

　　它从任何暴露数组接口的对象，或从返回数组的任何方法创建一个ndarray。

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

　　上面的构造器接受以下参数：

　　

序号	参数及描述
1.	object 任何暴露数组接口方法的对象都会返回一个数组或任何(嵌套)序列。
2.	dtype 数组的所需数据类型，可选。
3.	copy 可选，默认为true，对象是否被复制。
4.	order C(按行)、F(按列)或A(任意，默认)。
5.	subok 默认情况下，返回的数组被强制为基类数组。 如果为true，则返回子类。
6.	ndimin 指定返回数组的最小维数。