Numpy数组算术-广播机制-数组拼接-切片

Numpy数组算术

数组之所以重要是因为它允许我们进行批量操作数据并且没有任何for循环。也被称为向量化。

数组与标量的算术操作
数组与标量的算术操作会把计算参数传递给数组的每一个元素。

[0,1,2,3,4,5] 中每个元素 +1

代码展示：

import numpy as np

# 法1
[i+1 for i in range(6)]

# 法2
def add_one(x):
    return x+1

list(map(add_one,range(6)))   # map(func,iterables)

# lanbda：定义匿名函数的关键字
# x:形参
# x+1:返回值
# f = lambda x:x+1
# f(4)
list(map(lambda x:x+1,range(6)))

数组运算
数组与标量运算

代码展示：

arr = np.arange(6)
arr

arr + 1   # 每个元素都会进行相加运算（广播机制）

arr1 = np.arange(6).reshape(2,3)
arr1

arr1 + 2 
arr1*2
arr1**2
arr1//2

# nan 0/0--> nan not a number
# inf 0是一个接近无穷小的数 infinity

arr2 = arr1/0
arr2.dtype   # float64

两个等尺寸数组的算术操作
两个等尺寸数组的算术操作实际上是逐元素操作。

代码展示：

arr3 = np.arange