财经大数据技术应用基础 课件 Numpy概述

Numpy概述Numpy简介NumPy(

NumericalPython

)是一个开源Python库，几乎用于所有科学和工程领域。它是在Python中处理数值数据的通用标准，也是科学Python和PyData生态系统的核心。NumPy用户包括从初学者到从事最先进科学和工业研发的经验丰富的研究人员的所有人。NumPyAPI广泛用于Pandas、SciPy、Matplotlib、scikit-learn、scikit-image和大多数其他数据科学和科学Python包中。Numpy特点NumPy作为科学计算的基础包，拥有以下特点：NumPy的矢量化、索引和广播概念快速且通用，是当今阵列计算的事实标准。强大的N维数组数值计算工具高性能使用方便NumPy提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等。NumPy的核心是经过良好优化的C代码。享受Python的灵活性和编译代码的速度。NumPy的高级语法使任何背景或经验水平的程序员都可以使用它并提高效率。Numpy数据类型numpy支持的数据类型比Python内置的类型要多很多，基本上可以和C语言的数据类型对应上，其中部分类型对应为Python内置的类型。常用NumPy基本数据类型如表1所示。名称描述bool_布尔型数据类型（True或者False）int_默认的整数类型（类似于C语言中的long，int32或int64）intc与C的int类型一样，一般是int32或int64intp用于索引的整数类型（类似于C的ssize_t，一般情况下仍然是int32或int64）int8字节（-128to127）int16整数（-32768to32767）int32整数（-2147483648to2147483647）int64整数（-9223372036854775808to9223372036854775807表1NumPy基本数据类型Numpy数据类型名称描述uint8无符号整数（0to255）uint16无符号整数（0to65535）uint32无符号整数（0to4294967295）uint64无符号整数（0to18446744073709551615）float_float64类型的简写float16半精度浮点数，包括：1个符号位，5个指数位，10个尾数位float32单精度浮点数，包括：1个符号位，8个指数位，23个尾数位float64双精度浮点数，包括：1个符号位，11个指数位，52个尾数位complex_complex128类型的简写，即128位复数complex64复数，表示双32位浮点数（实数部分和虚数部分）表1NumPy基本数据类型数据类型对象(dtype)数据类型对象（numpy.dtype类的示例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面：数据的类型（整数，浮点数或者Python对象）数据的字节顺序（小端法或大端法）如果数据类型是子数组，那么它的形状和数据类型是什么。数据的大小（例如，整数使用多少个字节存储）在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分数据类型对象(dtype)dtype对象是使用以下语法构造的：numpy.dtype(object,align,copy)参数说明如表2所示：参数说明object要转换为的数据类型对象align如果为true，填充字段使其类似C的结构体copy复制dtype对象，如果为false，则是对内置数据类型对象的引用表2dtype对象语法参数说明

示例如下：数据类型对象(dtype)字节顺序还可以通过<或>对数据类型设定来决定的。<意味着小端法(最小值存储在最小的地址