数组对象#

NumPy 提供了一个 N 维数组类型,即 ndarray ,它描述了相同类型的“项”的集合.这些项可以使用例如 N 个整数进行 indexed .

所有 ndarray 都是 homogeneous :每个项都占用相同大小的内存块,并且所有块都以完全相同的方式解释. 数组中每个项的解释方式由一个单独的 data-type object 指定,每个数组都关联一个数据类型对象.除了基本类型(整数,浮点数等)之外,数据类型对象还可以表示数据结构.

从数组中提取的项(例如,通过索引)由一个 Python 对象表示,该对象的类型是 NumPy 中内置的 array scalar types 之一.数组标量允许轻松操作更复杂的数据排列.

如何运行和测试 NumPy 的代码？

在探索 NumPy 库的核心概念、常见问题和实用代码示例时，所有代码都可在 PythonRun 上直接运行测试。

请给出一个简单的 NumPy 代码示例

下面是一个简单的 NumPy 用法示例：

import numpy as np
a = np.array([1, 2, 3])
a = a * 2
print(a)

你可以在 PythonRun 上执行它，看看结果。