Python numpy使用记录1.数组计算的broadcasting机制

前言

本篇开始记录一些使用numpy时的技巧。numpy事实上已经成为了python的数据处理包。

不过有的numpy操作不大好理解，也容易遗忘。这里的记录是为了增加记忆。

numpy数组计算

首先记录一下numpy数组的基础。

numpy的基本数据结构是np.ndarray，是多维的张量，np.ndarray由标量构成。numpy的标量与python内置的数据类型可以混用，不过python的数字标量分为整型与浮点型，而numpy则把整型细分为np.int8, np.uint8, np.int32等，浮点型细分为np.float32, np.float64等，此外还有np.bool, np.str_等类型。

np.ndarray的几个比较重要的信息为：ndim维度，shape形状，size元素个数，dtype数据类型。其中维度等于形状的长度，元素个数等于每个维度的乘积。

可以通过np.array()将python scalar, list, tuple等转换成np.ndarray

import numpy as np
# 从list创建数据类型为np.int32的np.ndarray
a = np.array([[1, 2], [3, 4], [5, 6]], dtype=np.int32)
print(a.ndim<