1、第第2 2章章 python python科学计算科学计算 -numpy -numpy科学计算科学计算科学科学计算（算（scientificcomputing）是指在科学与）是指在科学与工程工程领域，使用域，使用计算机数学建模和数算机数学建模和数值分析技分析技术分析和解决分析和解决问题的的过程。科学程。科学计算属于算属于计算机科算机科学、数学、学、数学、问题领域的交叉学科域的交叉学科（1）NumPy（NumericalPython）作）作为Python科学科学计算最核心的算最核心的扩展展库，将，将Python转变为强大的科学分析和建模工具。大的科学分析和建模工具。（2）Matplotlib用于
2、数据可用于数据可视化，可以化，可以绘制制线性性图、直方、直方图、散点、散点图等各种等各种图。（3）Scipy在在优化、非化、非线性方程求解、常微分方性方程求解、常微分方程等方面程等方面应用广泛。用广泛。（4）Pandas用于数据清洗，用于数据清洗，对噪音等数据噪音等数据进行行处理，从而便于机器学理，从而便于机器学习和数据分析。和数据分析。NumPyNumPy是是Python的开源数字的开源数字扩展，定展，定义了数了数值数数组和矩和矩阵类型以及基本运算的型以及基本运算的语言言扩展，用于矩展，用于矩阵数据、矢量数据、矢量处理等。理等。Numpy的官方网址的官方网址http:/www.numpy.o
3、rg/NumPyndarray属性名属性名含义含义ndarray.ndim数组的轴（维度）的数量ndarray.shape数组的维度。为一个整数元组，表示每个维度上的大小。对于一个n行m列的矩阵来说，shape就是（n，m）。shape元组的长度就是秩（或者维度的数量）ndim。ndarray.size数组的元素的总个数。这等于shape元素的乘积。ndarray.dtype用来描述数组中元素类型的对象。ndarray.itermsize数组的每个元素的字节大小。例如，一个类型为float64的元素的数组itemsize 为8。ndarray.data该缓冲区包含了数组的实际元素。python
4、提供提供array模模块，但是，但是array不支持多不支持多维，也没有各，也没有各种运算函数，不适合做数种运算函数，不适合做数值运算。运算。而而numpy提供的同提供的同质多多维数数组ndarray正好弥正好弥补以上不足。以上不足。创建数组创建数组四种方法四种方法lArraylArangelLinspacellogspace1.array创建数组创建数组importnumpyasnp#引入引入numpy库a=np.array(1,5,4,5,7)#创建数建数组，将元，将元组或列表作或列表作为参数参数a5=np.array(1,5,3,4,5,6,7,8,9,5)#创建二建二维的的narray
5、对象象print(type(a)#a的的类型是数型是数组print(type(a5)print(a)print(a5)2.arange函数创建数组函数创建数组importnumpyasnpa=np.arange(15)#利用利用arange函数函数创建数建数组print(a)a5=np.arange(1,5,0.1)#arang函数和函数和range函数相似函数相似print(a5)3.linspace用于创建指定数量等间隔用于创建指定数量等间隔的序列，实际生成一个等差数列的序列，实际生成一个等差数列importnumpyasnpa=np.linspace(0,1,15)#从从0开始到开始到1
6、结束，共束，共15个数的等差数列个数的等差数列print(a)4.logspace用于生成等比数列用于生成等比数列importnumpyasnpa=np.logspace(0,5,5)#生成首位是生成首位是10的的0次方，末位是次方，末位是10的的5次方，含次方，含5个数的个数的等比数列等比数列print(a)查看数组查看数组importnumpyasnp#引入引入numpy库a=np.array(1,5,4,5,7,3)#创建数建数组，将元，将元组或列表作或列表作为参数参数a5=np.array(1,5,3,4,5,6,7,8,9,5)#创建二建二维的的narray对象象print(type
7、(a)#a的的类型是数型是数组print(a)print(a5)print(a.dtype)#查看看a数数组中每个元素的中每个元素的类型型print(a6.dtype)#查看看a5数数组中每个元素的中每个元素的类型型查看数组查看数组importnumpyasnp#引入引入numpy库a=np.array(1,5,4,5,7,3)#创建数建数组，将元，将元组或列表作或列表作为参数参数a5=np.array(1,5,3,4,5,6,7,8,9,5)#创建二建二维的的narray对象象print(a.shape)#查看数看数组的行列，的行列，3行行print(a6.shape)#查看数看数组的行列，
8、返回行列的的行列，返回行列的元元组，5行行5列列print(a.shape0)#查看看a的行数的行数print(a6.shape1)#查看看a5的列数的列数print(a.ndim)#获取数取数组的的维数数print(a6.ndim)print(a6.T)#简单转置矩置矩阵ndarray索引和切片索引和切片importnumpyasnpa=np.array(1,5,3,4,5,6,7,8,9,5)print(a)print(a:)#选取全部元素取全部元素print(a1)#选取行取行为1的全部元素的全部元素print(a0:1)#截取截取0,1)的元素的元素print(a1,5:5)#截取第二
9、行第截取第二行第5,5）的元素）的元素895print(a1,:)#截取第二行截取第二行,返回返回67895print(a1,5)#截取行号截取行号为一，列号一，列号为5的元素的元素8print(a15)#截取行号截取行号为一，列号一，列号为5的元的元素素8,与上面的等价与上面的等价矩阵运算矩阵运算importnumpyasnpimportnumpy.linalgaslg#求矩求矩阵的逆需要先的逆需要先导入入numpy.linalga1=np.array(1,5,3,4,5,6,5,4,5)a5=np.array(1,5,4,3,4,8,8,5,6)print(a1+a5)#相加相加print
10、(a1-a5)#相减相减print(a1/a5)#对应元素相除，如果都是整数元素相除，如果都是整数则取商取商print(a1%a5)#对应元素相除后取余数元素相除后取余数print(a1*5)#矩矩阵每个元素都取每个元素都取n次方次方print(a1.dot(a5)#点乘点乘满足：第一个矩足：第一个矩阵的列数等的列数等于第二个矩于第二个矩阵的行数的行数print(a1.transpose()#转置等价于置等价于print(a1.T)print(lg.inv(a1)#用用linalg的的inv函数来求逆函数来求逆矩阵运算矩阵运算importnumpyasnpimportnumpy.linalga
11、slg#求矩求矩阵的逆需要先的逆需要先导入入numpy.linalga1=np.array(1,5,3,4,5,6,5,4,5)a5=np.array(1,5,4,3,4,8,8,5,6)print(a1+a5)#相加相加print(a1-a5)#相减相减print(a1/a5)#对应元素相除，如果都是整数元素相除，如果都是整数则取商取商print(a1%a5)#对应元素相除后取余数元素相除后取余数print(a1*5)#矩矩阵每个元素都取每个元素都取n次方次方print(a1.dot(a5)#点乘点乘满足：第一个矩足：第一个矩阵的列数等的列数等于第二个矩于第二个矩阵的行数的行数print(a1.transpose()#转置等价于置等价于print(a1.T)print(lg.inv(a1)#用用linalg的的inv函数来求逆函数来求逆
