织梦cms建设企业网站,wordpress字体抖动,电子商务的公司有哪些,企业设计个网站提示#xff1a;文章写完后#xff0c;目录可以自动生成#xff0c;如何生成可参考右边的帮助文档 文章目录 Numpy基础知识点总览目录1. 简介Numpy是什么为什么使用Numpy 2. 数组对象#xff08;ndarray#xff09;创建数组数组的属性数组的形状操作 3. 数组的基本操作数组… 提示文章写完后目录可以自动生成如何生成可参考右边的帮助文档 文章目录 Numpy基础知识点总览目录1. 简介Numpy是什么为什么使用Numpy 2. 数组对象ndarray创建数组数组的属性数组的形状操作 3. 数组的基本操作数组索引与切片数组的形状改变数组的类型转换 4. 数学函数与统计方法数组元素的数学运算统计函数线性代数运算 5. 广播机制什么是广播广播的规则与示例 6. 文件操作读取与保存数组到文件 7. 随机数的生成生成随机数的方法 总结 Numpy基础知识点总览
目录 简介 Numpy是什么为什么使用Numpy 数组对象ndarray 创建数组数组的属性数组的形状操作 数组的基本操作 数组索引与切片数组的形状改变数组的类型转换 数学函数与统计方法 数组元素的数学运算统计函数线性代数运算 广播机制 什么是广播广播的规则与示例 文件操作 读取与保存数组到文件 随机数的生成 生成随机数的方法 1. 简介
Numpy是什么
NumpyNumerical Python是Python的一个开源数值计算扩展库用于存储和处理大型矩阵。它提供了大量的数学函数和操作这些矩阵的方法。
为什么使用Numpy
Numpy数组在存储和计算大型数据时比Python原生列表更高效。Numpy提供了大量的数学函数和线性代数运算简化了科学计算。
2. 数组对象ndarray
创建数组
import numpy as np# 一维数组
arr1 np.array([1, 2, 3, 4, 5])
print(arr1)# 二维数组
arr2 np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)# 使用特殊函数创建数组
zeros np.zeros((2, 3)) # 创建一个2x3的零数组
ones np.ones((2, 3)) # 创建一个2x3的全1数组
print(zeros)
print(ones)数组的属性
print(arr2.shape) # 输出数组的形状
print(arr2.dtype) # 输出数组的数据类型
print(arr2.size) # 输出数组的元素个数
print(arr2.ndim) # 输出数组的维度数组的形状操作
# 改变数组的形状
arr2_reshaped arr2.reshape((3, 2))
print(arr2_reshaped)# 数组转置
arr2_transposed arr2.T
print(arr2_transposed)3. 数组的基本操作
数组索引与切片
# 一维数组索引与切片
print(arr1[0]) # 输出第一个元素
print(arr1[1:4]) # 输出第二个到第四个元素# 二维数组索引与切片
print(arr2[0, 1]) # 输出第一行第二列的元素
print(arr2[0, :]) # 输出第一行的所有元素
print(arr2[:, 1]) # 输出所有行的第二列元素数组的形状改变
# 使用ravel()将二维数组展平为一维数组
arr2_flattened arr2.ravel()
print(arr2_flattened)# 使用resize()改变数组的形状
arr2.resize((3, 1))
print(arr2)数组的类型转换
# 将数组转换为浮点型
arr2_float arr2.astype(np.float64)
print(arr2_float)4. 数学函数与统计方法
数组元素的数学运算
# 元素级运算
arr3 np.array([1, 2, 3])
arr4 np.array([4, 5, 6])
print(arr3 arr4) # 对应元素相加
print(arr3 * arr4) # 对应元素相乘统计函数
# 计算数组的基本统计量
print(np.mean(arr1)) # 平均值
print(np.median(arr1)) # 中位数
print(np.std(arr1)) # 标准差
print(np.var(arr1)) # 方差
print(np.max(arr1)) # 最大值
print(np.min(arr1)) # 最小值线性代数运算
# 创建两个矩阵
A np.array([[1, 2], [3, 4]])
B np.array([[5, 6], [7, 8]])# 矩阵乘法
print(np.dot(A, B))# 矩阵的逆
print(np.linalg.inv(A))5. 广播机制
什么是广播
广播是numpy中用于在不同形状的数组之间执行算术运算的一种机制。
广播的规则与示例
# 示例1一维数组与标量运算
arr5 np.array([1, 2, 3])
print(arr5 10) # 每个元素都加上10# 示例2形状兼容的数组运算
arr6 np.array([[1, 2], [3, 4]])
arr7 np.array([5, 6])
print(arr6 arr7) # arr7会被广播到与arr6相同的形状6. 文件操作
读取与保存数组到文件
# 保存数组到文本文件
np.savetxt(array.txt, arr2, delimiter,)# 从文本文件读取数组
loaded_array np.loadtxt(array.txt, delimiter,)
print(loaded_array)7. 随机数的生成
生成随机数的方法
# 生成一个0到1之间的随机浮点数
print(np.random.rand())# 生成一个指定形状的数组数组元素为0到1之间的随机浮点数
print(np.random.rand(2, 3))# 生成一个指定范围内的随机整数
print(np.random.randint(low0, high10, size(2, 3)))# 生成一个服从正态分布的随机数数组
print(np.random.randn(2, 3))希望这份Numpy基础知识点总览和代码示例能帮助你更好地学习和分享Numpy的相关知识。如果有任何疑问或需要进一步的解释请随时提问。
总结
提示这里对文章进行总结 例如以上就是今天要讲的内容自学记录Numpy基础知识点总览。
