numpy 常用的方法

最新推荐文章于 2023-10-26 10:50:17 发布

apple280

最新推荐文章于 2023-10-26 10:50:17 发布

阅读量413

点赞数

分类专栏：初学发布文章我的私人文章文章标签： numpy

本文链接：https://blog.csdn.net/apple280/article/details/99156277

版权

import requests as requests

import numpy as np

#查看numpy的版本
np.__version__

'1.16.4'

np.random.randint(0,100,10)

array([ 4, 14, 96, 22, 65, 66, 93,  4, 55, 94])

def sum2(x):
    ret = 10
    for i in x:
        ret += i
    return ret

x = np.arange(0,10,1)
x

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

%timeit sum2(x)

2.41 µs ± 15.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

import numpy as np

l=[10,20,3,4,5,3,55]   #创建一个列表
type(l)                #查看类型  打印列表   因为列表的方法过少...所以选择numpy里面的方法(array)(求和/求平均值/求最大/最小等等...)

list

nd=np.array(l)    #将列表转换为 numpy里面的array 数组  .因为有很多的操作方法..比如以下内容显示
nd

array([10, 20,  3,  4,  5,  3, 55])

type(nd)           #这里查看发现类型已经被转换为numpy下面的array类型

numpy.ndarray

l2=[[1,3,5,7],[2,4,6,8]]  #创建一个二维数组
l2

[[1, 3, 5, 7], [2, 4, 6, 8]]

np.array(l2)  #将l2  转换为numpy里 array的方法   也可以对转换的结果进行赋值   再将其带入方法中去操作.. nd2=np.array(l2)   -->array[]

array([[1, 3, 5, 7],
       [2, 4, 6, 8]])

np.sum(np.array(l2))    #可以直接对numpy下面的array进行求和运算    解释:方法里面套方法...

np.var(l2)   #计算方差???  l2=[[1,3,5,7],[2,4,6,8]]  方差为什么是5.25呢??  再来测试下吧...

5.25

l3=[[1,2,2,7,8],[2,3,4,5,6]

关注