![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
numpy
库伯
这个作者很懒,什么都没留下…
展开
-
01 numpy 序言
在开始之前我们先做一个简单的性能测试,我们随机生成1亿个0 到 1之间的数,然后求平均值。看看python自带sum方法和numpy的耗时:import numpy as npimport timex = np.random.random(100000000)startTime = time.time()avg = sum(x) / len(x)print("sum方法耗时:{0...原创 2019-07-07 18:08:55 · 134 阅读 · 0 评论 -
02 numpy ndarray
目录一、介绍二、创建ndarray三、ndarray 的类型 dtype四、ndarray 写入文件一、介绍ndarray 是numpy的核心,ndarray是一个多维数组的数据结构,而且这个多维数组的结构可以根据需要改变形状,形状指的是多维数组的列和行。同一个ndarray里的数据类型相同。二、创建ndarray#导入numpyimport numpy ...原创 2019-07-07 20:05:51 · 410 阅读 · 0 评论 -
03 使用numpy内置函数创建ndarray
目录一、zeros二、ones三、full四、eye五、diag六、arange七、linespace八、reshape九、random使用ndarray提供的内置函数可以快速,简单的创建需要的ndarray数组。一、zerosimport numpy as np#np.zeros 创建用0填充的ndarrayarr = np.zero...原创 2019-07-08 00:36:44 · 337 阅读 · 0 评论 -
04 ndarray 读取和修改
我们可以从 ndarray 中获取想要的任何子集。通常,在机器学习中,你需要使用切片拆分数据,例如将数据集拆分为训练集、交叉验证集和测试集。一、访问元素我们可以通过索引和方括号[] 访问和修改ndarray中的数据。import numpy as nparr = np.arange(10)print("arr={}".format(arr))print('arr第一个元素=...原创 2019-07-08 23:25:18 · 4334 阅读 · 0 评论 -
05 ndarray 切片
目录一、切片方法二、copy方法复制三、diag 获取对角线元素四、unique获取唯一的元素一、切片方法我们除了能够一次访问一个元素之外,NumPy 还提供了访问 ndarray 子集的方式,称之为切片。切片方式是在方括号里用冒号:分隔起始和结束索引。通常,你将遇到三种类型的切片:1. ndarray[start:end]2. ndarray[start...原创 2019-07-09 00:08:31 · 6475 阅读 · 0 评论 -
06 numpy 布尔型索引 集合运算 排序
目录一、布尔类型索引二、集合运算三、排序一、布尔类型索引import numpy as np# 创建arrarr = np.array([[1,2,3],[5,2,8],[1,2,3]])print('arr = \n{}\n'.format(arr))#获取arr 中元素大于3的元素A = arr[arr >= 3]print("A = {}\n...原创 2019-07-13 11:21:29 · 271 阅读 · 0 评论 -
07 numpy 算数运算和广播
一、算数运算a.加减乘除import numpy as npx = np.array([1, 2, 3, 4]).reshape([2, 2])y = np.array([5.5, 6.5, 7.5, 8.5]).reshape([2, 2])print('x = {}\n'.format(x))print('y = {}\n'.format(y))print('x +...原创 2019-07-13 12:37:27 · 157 阅读 · 0 评论 -
00 numpy 介绍
目录一、介绍二、安装三、参考文档四、numpy学习目录一、介绍numpy 是 Numerical Python的简称,Numpy是Python中基础科学计算的软件包,Numpy为Python提供大量的数学库,使我们能够高效的进行数学运算。二、安装使用pip安装,关于pip的文章请参考pip安装教程。1、检查本地是否已经安装 numpy :pip sho...原创 2019-07-07 10:48:21 · 1192 阅读 · 0 评论