NumPy 数据类型学习笔记

1. 数组和数据类型

NumPy是一个用于科学计算的Python库，主要用于处理多维数组和矩阵计算。在NumPy中，数组是指具有相同数据类型的元素集合。下面是一些常见的NumPy数据类型：

• int：用于表示整数。
• float：用于表示浮点数。
• bool：用于表示布尔值。
• complex：用于表示复数。

2. 创建数组

使用NumPy可以方便地创建多维数组。下面是一些常见的创建方式：

2.1 从列表或元祖创建数组

pythonCopy Code
import numpy as np
a = np.array([1, 2, 3])
b = np.array((4, 5, 6))
print(a)
print(b)

输出：

Copy Code
array([1, 2, 3])
array([4, 5, 6])

2.2 从范围创建数组

pythonCopy Code
import numpy as np
a = np.arange(1, 10, 2) # 从1到10，步长为2
b = np.linspace(0, 1, 5) # 包含0和1，均等分为5份
print(a)
print(b)

输出：

Copy Code
array([1, 3, 5, 7, 9])
array([0.  , 0.25, 0.5 , 0.75, 1.  ])

3. 数组的运算

NumPy支持多种数组的运算，包括加、减、乘、除等。下面是一些常见的运算方式：

3.1 数组与标量的运算

pythonCopy Code
import numpy as np
a = np.array([1, 2, 3])
print(a + 1)
print(a * 2)

输出：

Copy Code
array([2, 3, 4])
array([2, 4, 6])

3.2 数组之间的运算

pythonCopy Code
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b)
print(a * b)

输出：

Copy Code
array([5, 7, 9])
array([ 4, 10, 18])

4. 数组的索引和切片

可以使用索引和切片来访问数组中的元素。下面是一些常见的操作方式：

4.1 索引

pythonCopy Code
import numpy as np
a = np.array([1, 2, 3])
print(a[0]) # 第一个元素
print(a[-1]) # 最后一个元素

输出：

Copy Code
1
3

4.2 切片

pythonCopy Code
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a[1:3]) # 第2到第4个元素
print(a[::2]) # 每两个元素取一个

输出：

Copy Code
array([2, 3])
array([1, 3, 5])

以上就是NumPy数据类型的学习笔记，希望对你有所帮助。