程序设计基础（Python语言）科学计算与数据可视化.pptx

科学计算与数据可视化 科学计算是应用计算机解决科学研究和工程技术中的数学问题。它不仅是科学家在研究自然规律时所采用的方法，更是普通人提升专业化程度的必要手段。 0102科学计算（numpy)数据可视化（matplotlib） 科学计算与数据可视化 数组的创建Part 01数组的数据类型Part 02科学计算数组的访问Part 03ufunc函数Part 04 Python的Numpy：NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray 。 2005年，Travis Oliphant 将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 NumPy 概述 a1 = np.array([5, 4, 3, 8]) a1 array([5, 4, 3, 8]) a1.shape (4,)一维数组 a2 = np.array(((4, 8, 10, 5), (5, 7, 3, 6), (4, 8, 10, 6))) a2 array([[ 4, 8, 10, 5], [ 5, 7, 3, 6], [ 4, 8, 10, 6]]) a2.shape (3, 4)二维数组 a2.shape = (4, 3) a2 array([[ 4, 8, 10], [ 5, 5, 7], [ 3, 6, 4], [ 8, 10, 6]]) a2.shape = 2, -1 a2 array([[ 4, 8, 10, 5, 5, 7], [ 3, 6, 4, 8, 10, 6]])数组的形状——shape np.arange(0, 1, 0.2) array([0. , 0.2, 0.4, 0.6, 0.8]) np.linspace(0, 1, 5) array([0. , 0.25, 0.5 , 0.75, 1. ])等差数组使用numpy.arange()函数和numpy.linspace()函数均可以创建等差数组。arange类似range()函数，linspace通过指定开始值、终值和元素个数创建数组。默认包含终值。 np.geomspace(1, 10, 5) array([ 1. , 1 3 5 10. ])等比数组使用numpy.geomspace()函数创建等比数组。geomspace函数通过指定开始值、终值和元素个数创建数组。默认包含终值。 np.ones((2,2,3)) array([[[1., 1., 1.], [1., 1., 1.]], [[1., 1., 1.], [1., 1., 1.]]])特殊数组1——全零数组 np.zeros((3,4)) array([[0., 0., 0., 0.], [0., 0., 0., 0.], [0., 0., 0., 0.]])特殊数组2——全1数组 np.diag((4, 8, 5)) array([[4, 0, 0], [0, 8, 0], [0, 0, 5]])特殊数组3——单位矩阵 np.eye(3) array([[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]])特殊数组4——对角线矩阵 特殊数组5——随机矩阵 np.random.random(5) array([0 0.9416442 , 0 0 0.2917283]) np.random.rand(5) array([0 0 0 0 0) np.random.randn(5) array([-0 0-0 0 0) numpy.random模块提供了批量生成随机数的功能。np.random.random(n): 一次性生成n个随机数。np.random.rand(n): 生成服从均匀分布的n个随机数。np.random.randn(n): 以生成服从正态分布的n个随机数。 数组的创建Part 01数组的数据类型Part 02科学计算数组的访问Part 03ufunc函数Part 04 a2.dtype dtype(int32)数据类型的一致性numpy要求数组中的元素的数据