本篇文章为大家展示了NumPy入门使用是怎样的，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
今天我们学习python数据分析中一个很有用的模块NumPy，NumPy是使用Python进行科学计算的基础包。它包含其他内容：
一个强大的N维数组对象
复杂的（广播）功能
用于集成C / C ++和Fortran代码的工具
有用的线性代数，傅里叶变换和随机数功能
除了明显的科学用途外，NumPy还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使NumPy能够无缝快速地与各种数据库集成。
以上为在Jupyter Notebook中进行的代码运行截图，具体代码如下：
# 创建numpy数组import numpy as npprint(np.__version__)#使用np.array（）创建数组array = np.array([1,2,3])array#查看数据类型,是numpy的ndarrayprint(type(array))# ### 使用shape属性显示数组的大小。# ### 这是一个整数元组，表示每个维度中数组的大小。# 对于具有n行和m列的矩阵，形状将为（n，m）。array.shape#接下来创建一个多维的数组arr = np.array([[1,2,3],[4,5,6]])arr#打印shape结果为一个2行三列的矩阵数组arr.shape#获取数组元素arr[0,1]#使用size打印数组元素大小arr.size#将一个普通的list转换为nmupy的数组#list中的元素类型为不一样的list1 = ['hello',1,True]arr = np.array(list1)arr# 从上面的结果看出，不会出现异常，# np将普通的list中元素统一转换成string#使用ndim查看数组的尺寸大小arr.ndim#数组中添加元素arr = np.append(arr,99)arr#删除元素arr = np.delete(arr,1)arr上述内容就是NumPy入门使用是怎样的，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
