知识卡片
ndarray是数组接口
NumPy的ndarray作为多维数值数据容器,给元素级运算、线性代数、随机数及存取工具提供共同接口。数据表示可被本地实现复用,减少Python逐对象组织的开销;是否能避免复制仍要满足具体类型、布局和接口要求。这里是库作用的概览,数组形状、类型和步长的详细机制在后续章展开。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 3 处
- · 查看原书依据
算法之间传递数据的容器。对于数值型数据,NumPy数组在存储和处理数据时要比内置的Python数据结构高效得多。此外,由低级语言(比如C和Fortran)编写的库可以直接操作NumPy数组中的数据,无需进行任何数据复制工作。
- · 查看原书依据
C API,因此很容易将数据传递给由低级语言编写的外部库,外部库也能以NumPy数组的形式将数据返回给Python。这个功能使Python成为一种包装C/C++/Fortran历史代码库的选择,并使被包装库拥有一个动态的、易用的接口。 NumPy本身并没有提供多么高级的数据分析功能,理解NumPy数组以及面向数组的计算将有助于你更加高效地使用诸如pandas
- · 查看原书依据
同构数据多维容器,也就是说,其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组)和一个dtype(一个用于说明数组数据类型的对象): In [11]: data.shape Out[11]: (2, 3) In [12]: data.dtype Out[12]: dtype('float64') 本章将会介绍NumPy数组的
参考来源
《利用Python进行数据分析》第4章《NumPy基础:数组和矢量计算》
- 位置:《利用Python进行数据分析》第1章《NumPy》(spine251;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0237.html;u012-ch04-001)。
- 结论依据:原文在“算法之间传递数据的容器”附近的定义、例子或代码支撑本卡核心说明:NumPy的ndarray作为多维数值数据容器,给元素级运算、线性代数、随机数及存取工具提供共同接口。边界按已读前提解释;示例未执行。
- 原始内容:算法之间传递数据的容器。对于数值型数据,NumPy数组在存储和处理数据时要比内置的Python数据结构高效得多。此外,由低级语言(比如C和Fortran)编写的库可以直接操作NumPy数组中的数据,无需进行任何数据复制工作。
- 位置:《利用Python进行数据分析》第4章《第4章 NumPy基础:数组和矢量计算》(spine271;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0257.html;u079-ch04-001)。
- 结论依据:NumPy数组及C API连接底层计算库,数据清理、排序、聚合等数组运算为高层工具提供基础;这种接口作用不保证任何传递都无复制。
- 原始内容:C API,因此很容易将数据传递给由低级语言编写的外部库,外部库也能以NumPy数组的形式将数据返回给Python。这个功能使Python成为一种包装C/C++/Fortran历史代码库的选择,并使被包装库拥有一个动态的、易用的接口。 NumPy本身并没有提供多么高级的数据分析功能,理解NumPy数组以及面向数组的计算将有助于你更加高效地使用诸如pandas
- 位置:《利用Python进行数据分析》第4章《NumPy的ndarray:一种多维数组对象》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u080-ch04-001)。
- 结论依据:同构是每个元素位置使用同一个dtype解释;这不应误解为object数组所引用的Python对象也必须同类。数组与标量的整块表达式不需要在Python中逐项显式循环。
- 原始内容:同构数据多维容器,也就是说,其中的所有元素必须是相同类型的。每个数组都有一个shape(一个表示各维度大小的元组)和一个dtype(一个用于说明数组数据类型的对象): In [11]: data.shape Out[11]: (2, 3) In [12]: data.dtype Out[12]: dtype('float64') 本章将会介绍NumPy数组的