python 科学计算入门 python科学计算基础

Numpy是高性能科学计算和数据分析的基础包。

一、ndarray数组基础

Python 有 array 模快，但他不支持多维数组，无论是列表还是 array 模块都没有科学运算函数，不适合做矩阵等科学计算。Numpy没有使用 Python 本身的数组机制，而是提供了 ndarray 数组对象，该对象不断能方便的存取数组，而且拥有丰富的数组计算函数，比如向量的加法、减法、乘法等。

使用 ndarray 数组，首先需要导入库：

import numpy

1.1 创建数组

基本操作如下：

# -*- coding:utf-8 -*-
import numpy as np
a = np.array([[1,2,4.0],[3,6,9]]) #定义多维数组
print a
b = np.array([[1,2,4],[3,6,9]]) #定义多维数组
print b
print a.ndim    #行数
print a.shape   #数组大小
print a.dtype   #数组数据类型
print b.dtype

1.2 特殊数组

Numpy的特殊数组主要有以下几种：

zeros数组：全零数组，元素全为0；

ones数组：全1数组，元素全为1;

empty数组：空数组，元素全近似为0；

下面是全零、全1、空数组的创建方法：

# -*- coding:utf-8 -*-
import numpy as np
print np.zeros((2,3))   #0数组
print np.ones((2,3))    #1数组
print np.empty((2,3))   #空数组

取出数组中的元素：

数组运算：

二、矩阵

2.1 创建矩阵

Numpy的矩阵对象与数组对象相似，主要不同之处在于，矩阵对象的计算遵循矩阵数学运算规律。矩阵使用 matrix 函数创建，以(2,2)大小的矩阵为例(2行2列)，定义方法如下：

# -*- coding:utf-8 -*-
import numpy as np
A = np.matrix([[1.0,2.0],[3.0,4.0]])

矩阵常见运算：