Numpy 使用教程 1

Numpy 使用教程–Numpy 安装及数值类型介绍

一、实验介绍

1.1 实验内容

如果你使用 Python 语言进行科学计算，那么一定会接触到 Numpy。Numpy 是支持 Python 语言的数值计算扩充库，其拥有强大的多维数组处理与矩阵运算能力。除此之外，Numpy 还内建了大量的函数，方便你快速构建数学模型。

1.2 实验知识点

Numpy 安装
Numpy 数值类型介绍

1.3 实验环境

python3.6.5
ipython 终端

1.4 适合人群

本课程难度为一般，属于初级级别课程，适合具有 Python 基础，并对使用 Numpy 进行科学计算感兴趣的用户。

二、Numpy 简介

Numpy 的英文全称为 Numerical Python，意味 Python 面向数值计算的第三方库。Numpy 的特点在于，针对 Python 内建的数组类型做了扩充，支持更高维度的数组和矩阵运算，以及更丰富的数学函数。

Numpy 是 Scipy.org 中最重要的库之一，它同时也被 Pandas，Matplotlib 等我们熟知的第三方库作为核心计算库。当你在单独安装这些库时，你会发现同时会安装 Numpy 作为依赖。

三、Numpy 安装

首先，我们需要在实验楼的在线环境或者本地安装 Numpy。最方便地，就是通过 pip 来进行安装了。我们只需要打开终端，键入下面的命令就可以完成安装了。

sudo pip install numpy

Windows 用户只需要打开系统命令行工具，输入 pip install numpy 即可。当然，Ubuntu & Debian 用户还可以用 apt-get 安装：

sudo apt-get install python-numpy

四、Numpy 数值类型

安装完毕之后，我们先来了解 Numpy 支持的数据类型。为了更加方便地学习和演示，以下代码在为特别注明的情况下，均在 ipython 交互式终端运行，你可以通过在线环境左下角系统应用菜单>附件打开。

Python 本身支持的数值类型有 int（整型，python2 中存在 long 长整型）、float（浮点型）、bool（布尔型） 和 complex（复数型）。
而 Numpy 支持比 Python 本身更为丰富的数值类型，细分如下：

数值类型	描述
bool	布尔类型，1 个字节，值为 True 或 False。
int	整数类型，通常为 int64 或 int32 。
intc	与 C 里的 int 相同，通常为 int32 或 int64。
intp	用于索引，通常为 int32 或 int64。
int8	字节（从 -128 到 127）
int16	整数（从 -32768 到 32767）
int32	整数（从 -2147483648 到 2147483647）
int64	整数（从 -9223372036854775808 到 9223372036854775807）
uint8	无符号整数（从 0 到 255）
uint16	无符号整数（从 0 到 65535）
uint32	无符号整数（从 0 到 4294967295）
uint64	无符号整数（从 0 到 18446744073709551615）
float	float64 的简写。
float16	半精度浮点，5 位指数，10 位尾数
float32	单精度浮点，8 位指数，23 位尾数
float64	双精度浮点，11 位指数，52 位尾数
complex	complex128 的简写。
complex64	复数，由两个 32 位浮点表示。
complex128	复数，由两个 64 位浮点表示。

在 Numpy 中，上面提到的这些数值类型都被归于 dtype（data-type） 对象的实例。

我们可以用 numpy.dtype(object, align, copy) 来指定数值类型。而在数组里面，可以用 dtype= 参数。

import numpy as np
# 指定 1 维数组的数值类型为 float64
a = np.array([1.1, 2.2, 3.3], dtype=np.float64)
print(a)

#a.astype(int)：类型转化为int
a=a.astype(int)
print(a)

#a.dtype:查看数据类型
print(a.dtype)

#运行结果
# [1.1 2.2 3.3]
# [1 2 3]
# int32

另外，你可以使用 .astype() 方法在不同的数值类型之间相互转换。

a.astype(int) # 将 a 的数值类型从 float64 转换为 int

最后，你可以使用 .dtype 来查看 dtype 属性。

a.dtype # 查看 a 的数值类型

三、实验总结

了解并数组 Numpy 支持的数值类型至关重要，因为 dtype 参数几乎延伸到了 numpy 中所有与多维数组相关的方法中去。