Python之所以能成为深度学习领域最受宠的编程语言,其中Python三剑客的NumPy、Pandas和Matplotlib功不可没。这3个库分别用于科学计算、数据分析和数据可视化。本系列文章作为深度学习的前传,将开始介绍这3个函数库的核心使用方法,首先介绍一下NumPy。
可能有很多读者会说,NumPy有什么特别的呢?现在用于科学计算的库很多。为什么会提到NumPy呢?因为NumPy 是一个运行速度非常快的科学计算库,这里的关键字不仅是“科学计算”,还有一个“快”。因为NumPy只是用Python作了个外壳,底层逻辑是使用C语言实现的,所以NumPy在运行速度上要远比纯Python代码实现的科学计算库快得多。使用NumPy可以体验到在原生Python代码上从未体验过的运行速度。
那么NumPy到底有什么功能呢?其实NumPy的功能非常多,主要用于数组计算。NumPy可以让你在Python语言中使用向量和数学矩阵。NumPy 是 Python 语言在科学计算领域取得成功的关键之一,如果你想通过 Python语言学习数据科学、人工智能(包括深度学习、语言处理等分支),就必须学习 NumPy。
1. NumPy开发环境搭建
NumPy是第三方程序库,所以在使用NumPy之前必须安装NumPy。如果读者使用的Anaconda Python开发环境,那么NumPy已经集成到Anaconda环境中了,不需要再安装。如果读者使用的是官方的Python开发环境,可以使用如下的命令安装NumPy。
pip install numpy
如果读者要了解NumPy更详细的情况,请访问官方网站,网址如下:
http://www.numpy.org
安装完NumPy后,可以测试一下NumPy是否安装成功。读者可以进入Python的REPL环境,然后使用下面的语句导入numpy模块,如果不出错,就说明NumPy已经安装成功了。
import numpy
2. 第一个NumPy程序
本节来编写第一个NumPy程序,来体验一下NumPy的强大。在编写程序之前,需要先了解一下这个程序要做什么。
在这个程序中只涉及到numpy模块中的一个arange函数,该函数可以传入一个整数类型的参数n,函数返回值看着像一个列表,其实返回值类型是numpy.ndarray。这是NumPy中特有的数组类型。如果传入arange函数的参数值是n,那么arange函数会返回0到n-1的ndarray类型的数组。而且这个数组还支持很多Python语言的基础运算,如加法(+)、减法(-)、次方(**)等。例如,arange(5) ** 2的结果是[ 0 1 4 9 16],可以看到,对一个ndarray类型的数组使用次方运算,实际上是对每一个数组元素进行次方运算。
下面的例子使用arange函数生成了多个ndarray类型的数组,并对数组进行加法和次方运算。
# 导入numpy模块的arange函数
from numpy import arange
def sum(n):
# 对ndarray类型的数组进行2次方运算
a = arange(n) ** 2
# 对ndarray类型的数组进行4次方运算
b = arange(n) ** 4
# 将两个ndarray类型的数组相加(每个数组元素相加)
c = a + b
return c
# 输出0到4的数组,运行结果:[0 1 2 3 4]
print(arange(5))
# 运行结果:[ 0 1 4 9 16]
print(arange(5) ** 2)
# 运行结果:[ 0 1 16 81 256]
print(arange(5) ** 4)
# 运行结果:[ 0 2 20 90 272]
print(sum(5))
程序运行结果如图1所示。
图1 数组运算
3. 创建多维数组
numpy模块的array函数可以生成多维数组。例如,如果要生成一个二维数组,需要向array函数传一个列表类型的参数,每一个列表元素是一维的ndarray类型数组,作为二维数组的行。另外,通过ndarray类的shape属性可以获得数组每一维的元素个数(元组形式),也可以通过shape[n]形式获得每一维的元素个数,其中n是维度,从0开始。
下面的例子使用array函数和arange函数生成了多个二维数组,并输出了这些二维数组以及相关的属性值。
from numpy import *
# 创建一个一维的数组
a = arange(5)
# 输出一维数组,运行结果:[0 1 2 3 4]
print(a)
# 输出数组每一维度的元素个数,运行结果:(5,)
print(a.shape)
**自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。**
**深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
**因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。**
![img](https://img-blog.csdnimg.cn/img_convert/c056d2e6a19db4eea0f6333746a3b061.png)
![img](https://img-blog.csdnimg.cn/img_convert/d5daaac491b4800d2471c4e0737f781e.png)
![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)
**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!**
**由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)**
![img](https://img-blog.csdnimg.cn/img_convert/2e611e6c344ccdb3331b23b4bc3d260a.png)
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
### 一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)
### 二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)
### 三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
![](https://img-blog.csdnimg.cn/img_convert/46506ae54be168b93cf63939786134ca.png)
### 四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
![](https://img-blog.csdnimg.cn/afc935d834c5452090670f48eda180e0.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA56iL5bqP5aqb56eD56eD,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
### 五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
### 六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
![](https://img-blog.csdnimg.cn/img_convert/d2d978bb523c810abca3abe69e09bc1a.png)
**一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
![img](https://img-blog.csdnimg.cn/img_convert/457baf9380a2ed93f91f8f1d29732bee.png)
onvert/d2d978bb523c810abca3abe69e09bc1a.png)
**一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
[外链图片转存中...(img-cJq9VGKj-1712877256503)]