本文将为您提供关于Numpy的结构化数组的详细介绍，我们还将为您解释numpy的结构化数组头歌的相关知识，同时，我们还将为您提供关于"importnumpyasnp"ImportError:Nomod

本文将为您提供关于Numpy 的结构化数组的详细介绍，我们还将为您解释numpy的结构化数组头歌的相关知识，同时，我们还将为您提供关于"import numpy as np" ImportError: No module named numpy、3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数、Anaconda Numpy 错误“Importing the Numpy C Extension Failed”是否有另一种解决方案、cvxpy 和 numpy 之间的版本冲突：“针对 API 版本 0xe 编译的模块，但此版本的 numpy 是 0xd”的实用信息。

• Numpy 的结构化数组（numpy的结构化数组头歌）
• "import numpy as np" ImportError: No module named numpy
• 3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数
• Anaconda Numpy 错误“Importing the Numpy C Extension Failed”是否有另一种解决方案
• cvxpy 和 numpy 之间的版本冲突：“针对 API 版本 0xe 编译的模块，但此版本的 numpy 是 0xd”

Numpy 的结构化数组（numpy的结构化数组头歌）

1. 场景示例：

假定现在有关于一些人的分类数据（如 姓名，年龄和体重），我们需要存储这些数据用于 Python 项目，那么一种可行的方法是将他们存在三个单独的数组中：

name = [''Alice'',''Bob'',''Cathy'',''Doug'']
age = [25,45,37,19]
weight = [55.0, 85.5, 68.0, 61.5]

如果可以用单一的结构来存储所有的数据，那么看起来会更自然，Numpy 可以用结构化数组来实现这种存储，这些结构化数组是复合数据类型。

import numpy as np

# 通过指定复合数据类型，可以构造一个结构化数组
data = np.zeros(4,dtype={
    ''names'':(''name'',''age'',''weight''),
    ''formats'':(''U10'',''i4'',''f8'') # 这里的 ''U0'' 表示“长度不超过10的Unicode字符串”，''i4'' 表示“4字节（即32比特）整型”，''f8'' 表示“8字节（即64比特）浮点型”
})
print("1. data.dtype: ",data.dtype)

data[''name''] = name
data[''age''] = age
data[''weight''] = weight
print("2. data: ",data)

# 结构化数组的方便之处在于，可以通过索引或者名称查看相应的值
print("3. 获取所有的名字：",data[''name''])
print("4. 获取数据第一行：",data[0])
print("5. 获取数据的最后一行的名字：",data[-1][''name''])
print("6. 获取年龄小于30岁的人的名字：",data[data[''age''] < 30][''name''])

print 输出如下：

1. data.dtype:  [(''name'', ''<U10''), (''age'', ''<i4''), (''weight'', ''<f8'')]

# 正如我们希望的，所有的数据被安排在一个内存块中
2. data:  [(''Alice'', 25, 55. ) (''Bob'', 45, 85.5) (''Cathy'', 37, 68. )
 (''Doug'', 19, 61.5)]

3. 获取所有的名字： [''Alice'' ''Bob'' ''Cathy'' ''Doug'']
4. 获取数据第一行： (''Alice'', 25, 55.)
5. 获取数据的最后一行的名字： Doug
6. 获取年龄小于30岁的人的名字： [''Alice'' ''Doug'']

2. 生成结构化数组

结构化数组的数据类型有多种制定方式：

# 1. 采用字典的方法：
np.dtype({''names'':(''name'', ''age'', ''weight''),
          ''formats'':(''U10'', ''i4'', ''f8'')})

dtype([(''name'', ''<U10''), (''age'', ''<i4''), (''weight'', ''<f8'')])

# 2. 数值数据类型可以用Python类型和Numpy的dtype类型指定：
np.dtype({''names'':(''name'', ''age'', ''weight''),
          ''formats'':((np.str_, 10), int, np.float32)})

dtype([(''name'', ''<U10''), (''age'', ''<i8''), (''weight'', ''<f4'')])

# 3. 使用元组的方式：
np.dtype([(''name'', ''S10''), (''age'', ''i4''), (''weight'', ''f8'')])

dtype([(''name'', ''S10''), (''age'', ''<i4''), (''weight'', ''<f8'')])

如果类型的名称对你来说并不重要，那你可以仅仅用一个字符串来指定它，在该字符串中数据类型用逗号分隔：

np.dtype(''S10,i4,f8'')

dtype([(''f0'', ''S10''), (''f1'', ''<i4''), (''f2'', ''<f8'')])

简写的字符串格式的代码可能看起来令人困惑，但是它们其实基于非常简单的规则。第一个（可选）字符是 <或者>，分别表示 “低字节序 "和" 高字节序 "，表示字节（bytes）类型的数据在内存中存放顺序的习惯用法，后一个字符指定的数据类型的类型：字符、字节、整形、浮点型，等等。最后一个字符表示该对象的字节大小。

Numpy 的数据类型

3. 更高级的复合类型

Numpy 中也可以定义更高级的复合数据类型，例如：你可以创建一种类型，其中每个元素都包含一个数组或矩阵。

# 数据类型用mat组件包含一个3 x 3的浮点型矩阵
tp = np.dtype([(''id'', ''i8''), (''mat'', ''f8'', (3, 3))])
X = np.zeros(1, dtype=tp)
print(X[0])
print(X[''mat''][0])

(0, [[0.0, 0.0, 0.0], [0.0, 0.0, 0.0], [0.0, 0.0, 0.0]])
[[ 0.  0.  0.]
 [ 0.  0.  0.]
 [ 0.  0.  0.]]

4. 记录数组

Numpy 还提供了 np.recarray 类。它和前面介绍的结构化数组几乎相同，但是它有一个独特的特征：域可以像属性一样获取，而不是像字典的键那样获取

# 前面的例子通过以下代码获取年龄：
data[''age'']

array([25, 45, 37, 19], dtype=int32)

如果将这些数据当作一个记录数组，采用很少的按键来获取这个结果：

data_rec = data.view(np.recarray)
data_rec.age

array([25, 45, 37, 19], dtype=int32)

记录数组的不好的地方在于，即使使用相同的语法，在获取域时也会有一些额外的开销：

%timeit data[''age'']  # 1
%timeit data_rec[''age'']  # 2
%timeit data_rec.age  # 3

从输出结果中可以看出，第 3 行 比第 2 行 代码执行花费的时间要多一点点

274 ns ± 133 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
4.39 µs ± 1.17 µs per loop (mean ± std. dev. of 7 runs, 100000 loops each)
5.17 µs ± 368 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

"import numpy as np" ImportError: No module named numpy

问题：没有安装 numpy

解决方法：

下载文件，安装

numpy-1.8.2-win32-superpack-python2.7

安装运行 import numpy，出现

Traceback (most recent call last):
  File "<pyshell#2>", line 1, in <module>
    import numpy
  File "C:\Python27\lib\site-packages\numpy\__init__.py", line 153, in <module>
    from . import add_newdocs
  File "C:\Python27\lib\site-packages\numpy\add_newdocs.py", line 13, in <module>
    from numpy.lib import add_newdoc
  File "C:\Python27\lib\site-packages\numpy\lib\__init__.py", line 8, in <module>
    from .type_check import *
  File "C:\Python27\lib\site-packages\numpy\lib\type_check.py", line 11, in <module>
    import numpy.core.numeric as _nx
  File "C:\Python27\lib\site-packages\numpy\core\__init__.py", line 6, in <module>
    from . import multiarray
ImportError: DLL load failed: %1 不是有效的 Win32 应用程序。

原因是：python 装的是 64 位的，numpy 装的是 32 位的

重新安装 numpy 为：numpy-1.8.0-win64-py2.7

3.7Python 数据处理篇之 Numpy 系列 (七)---Numpy 的统计函数

目录

[TOC]

前言

具体我们来学 Numpy 的统计函数

（一）函数一览表

调用方式：np.*

（二）统计函数 1

（1）说明

（2）输出

.sum(a)

.mean(a)

.average(a)

.std(a)

.var(a)

（三）统计函数 2

（1）说明

（2）输出

.max(a) .min(a)

.ptp(a)

.median(a)

.argmin(a)

.argmax(a)

.unravel_index(index,shape)

作者：Mark

日期：2019/02/11 周一

Anaconda Numpy 错误“Importing the Numpy C Extension Failed”是否有另一种解决方案

  \Traceback (most recent call last):
File "C:\Conda\envs\gcp\lib\site-packages\numpy\core\__init__.py",line 22,in <module>
from . import multiarray
File "C:\Conda\envs\gcp\lib\site-packages\numpy\core\multiarray.py",line 12,in <module>
from . import overrides
File "C:\Conda\envs\gcp\lib\site-packages\numpy\core\overrides.py",line 7,in <module>
from numpy.core._multiarray_umath import (
ImportError: DLL load Failed while importing _multiarray_umath: The specified module Could not be found.

During handling of the above exception,another exception occurred:

Traceback (most recent call last):
File "c:\API\citi-bike.py",line 4,in <module>
import numpy as np
File "C:\Conda\envs\gcp\lib\site-packages\numpy\__init__.py",line 150,in <module>
from . import core
File "C:\Conda\envs\gcp\lib\site-packages\numpy\core\__init__.py",line 48,in <module>
raise ImportError(msg)
ImportError:

IMPORTANT: PLEASE READ THIS FOR ADVICE ON HOW TO SOLVE THIS ISSUE!

Importing the numpy C-extensions Failed. This error can happen for
many reasons,often due to issues with your setup or how NumPy was
installed.

We have compiled some common reasons and troubleshooting tips at:

https://numpy.org/devdocs/user/troubleshooting-importerror.html

Please note and check the following:

* The Python version is: python3.9 from "C:\Conda\envs\gcp\python.exe"
* The NumPy version is: "1.21.1"

and make sure that they are the versions you expect.
Please carefully study the documentation linked above for further help.

Original error was: DLL load Failed while importing _multiarray_umath: The specified module Could not be found.

RuntimeError: module compiled against API version 0xe but this version of numpy is 0xd
Traceback (most recent call last):
  File "test.py",line 1,in <module>
    import cvxpy
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\__init__.py",line 18,in <module>
    from cvxpy.atoms import *
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\atoms\__init__.py",line 20,in <module>
    from cvxpy.atoms.geo_mean import geo_mean
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\atoms\geo_mean.py",in <module>
    from cvxpy.utilities.power_tools import (fracify,decompose,approx_error,lower_bound,File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\utilities\power_tools.py",in <module>
    from cvxpy.atoms.affine.reshape import reshape
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\atoms\affine\reshape.py",in <module>
    from cvxpy.atoms.affine.hstack import hstack
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\atoms\affine\hstack.py",in <module>
    from cvxpy.atoms.affine.affine_atom import AffAtom
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\atoms\affine\affine_atom.py",line 22,in <module>
    from cvxpy.cvxcore.python import canonInterface
  File "c:\Projekte\algo5\venv\lib\site-packages\cvxpy\cvxcore\python\__init__.py",line 3,in <module>
    import _cvxcore
ImportError: numpy.core.multiarray Failed to import

cvxpy 
numpy~=1.19.2 # tensorflow 2.4.1 requires this version

import cvxpy

if __name__ == ''__main__'':
    pass