![](https://img-blog.csdnimg.cn/direct/6780be82487146b886b3126ba7bfd9bb.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
NumPy
NumPy专栏,专注数组与矩阵运算。提供高性能数值计算工具,助力数据分析与科学计算。涵盖数组创建、索引、切片、线性代数、统计等核心功能。内容深入浅出,适合从入门到精通,打造高效数据处理与分析能力。
腾飞开源
腾飞开源技术团队,汇聚了众多IT研发精英,深耕IoT和人工智能领域,致力于技术创新与发展。我们紧跟技术前沿,对开源社区保持高度敏感,热衷于探索与研究新技术。我们珍视团队合作,乐于分享技术成果,共同营造积极、协作的工作氛围。我们相信,每个成员都是团队的重要组成部分,每个创新都是推动行业进步的动力。未来,我们期待在更具挑战性的环境中,运用专业技能与丰富经验,携手前行,共同书写技术创新的新篇章,为推动行业发展贡献更多力量。
展开
-
1分钟搞定NumPy对ndarray快速排序和文件IO操作
本文介绍了NumPy库中np.sort()和ndarray.sort()的区别,并详细说明了它们的用法。同时,文章还介绍了如何保存和读取NumPy数组到npy、npz文件,以及csv、txt文件的读写操作。原创 2024-04-18 10:02:12 · 136 阅读 · 0 评论 -
不允许你不知道的NumPy广播机制与其他常用数学操作
本文介绍了ndarray广播机制的两条规则,并通过示例展示了广播机制的应用。此外,还介绍了其他常见的数学操作,如绝对值、平方根、平方、指数、对数、正弦、余弦、正切、四舍五入、向上取整、向下取整和累加等,并提供了相应的示例代码。原创 2024-04-17 09:11:54 · 241 阅读 · 0 评论 -
1分钟带你学会NumPy的矩阵操作
文章介绍了NumPy库中算术运算符和线性代数操作的使用方法。包括矩阵的创建、加减乘除、整除、次方、余数等算术运算,以及矩阵加法、减法、乘法运算。还介绍了线性代数中的矩阵积、矩阵逆、矩阵行列式和矩阵秩的计算方法。原创 2024-04-16 23:08:52 · 191 阅读 · 0 评论 -
NumPy深拷贝与聚合函数你学会了吗?
本文介绍了NumPy库中copy()函数实现深拷贝、np.sum()求和、以及其他常用聚合函数如np.min()、np.max()、np.mean()等的使用方法。同时,还介绍了np.nansum()函数用于处理包含NaN值的数组求和。原创 2024-04-15 10:26:58 · 129 阅读 · 0 评论 -
必知必会!使用NumPy对数组进行拆分
使用NumPy对数组进行拆分是一种高效且灵活的数据处理方式。NumPy提供了多种函数,如numpy.split(), numpy.hsplit(), 和 numpy.vsplit(),使得数组可以根据不同的需求进行拆分。这些函数能够精确控制拆分的数量和位置,满足不同的数据处理和分析需求。例如,numpy.split()可以按照指定的份数或索引位置将数组分割成多个子数组;而numpy.hsplit()和numpy.vsplit()则分别用于沿数组的水平和垂直方向进行拆分。原创 2024-04-08 17:44:30 · 142 阅读 · 0 评论 -
1分钟带你学会使用NumPy对数组的级联合并操作
在NumPy中,你可以使用numpy.concatenate函数来实现数组的级联合并。这个函数可以沿着现有的轴连接两个或多个数组。函数要求所有输入数组在沿着连接轴的维度上具有相同的形状。原创 2024-04-07 20:37:17 · 180 阅读 · 0 评论 -
如何使用NumPy处理数组翻转与变形
NumPy是Python中一个强大的库,主要用于处理大型多维数组和矩阵的数学运算。处理数组翻转与变形是NumPy的常用功能。原创 2024-04-05 20:32:31 · 577 阅读 · 0 评论 -
1分钟带你搞明白 NumPy 的 ndarray 切片操作
NumPy 的 ndarray 切片操作是一种灵活且强大的方式,用于获取数组的子数组,切片操作使得对数组的操作更加灵活和方便,可以方便地获取、处理和分析数组的不同部分,进行数据处理和分析。切片操作的基本语法是使用方括号 [] ,并指定起始索引、结束索引和步长(可选)。例如, arr[1:3] 会提取从索引 1 到索引 2(不包括索引 3)的元素。1. 指定起始和结束索引:可以通过指定起始索引和结束索引来提取指定范围内的元素。例如, arr[1:] 会提取从索引 1 到数组末尾的所有元素。原创 2024-04-04 23:17:10 · 624 阅读 · 0 评论 -
NumPy的ndarray常用属性和索引你学会了吗
切片索引:通过指定起始索引、结束索引和步长来访问数组中的一部分元素。切片操作返回的是原数组的一个视图,而不是一个新的数组。dtype:返回数组中元素的数据类型。基本索引:通过索引值访问数组中的元素。在Python中,索引通常从0开始。shape:返回数组的形状,即各个维度的大小。例如,对于一个二维数组,整数数组索引:使用整数数组作为索引,可以一次性访问多个元素。布尔索引:使用布尔数组作为索引,可以访问满足特定条件的元素。ndim:返回数组的维度数。size:返回数组中元素的总数。原创 2024-04-03 20:17:39 · 475 阅读 · 0 评论 -
NumPy创建ndarray数组大揭秘
标准正态分布又称为 u 分布,是以 0 为均数,以 1 为标准差的正态分布,记为 N(0,1)标准正态分布,在 0 左右出现的概率最大,越远离出现的概率越低。order:{'C','F'},可选,默认值:C 是否在内存总以行主(C-风格)或列主(Fortran-风格)顺序存储多维数据,一般默认即可。scale:标准差,对应分布的宽度,scale越大,正态分布的曲线越矮胖,scale越小,曲线越高瘦。如果传进来的列表中包含不同的类型,则统一为同一类型,优先级:str > float > int。原创 2024-04-02 23:04:14 · 1064 阅读 · 0 评论 -
手把手教你安装和使用NumPy库
几乎所有从事 Python 工作的 BI 和 AI 程序员都要使用 NumPy的强大功能。第一种:Anaconda 自带 NumPy 库,不需要安装(第二种:使用 pip install numpy 命令安装。强大的多维度数组与矩阵计算库。支持大量的维度数组与矩阵运算。查看 numpy 版本。导入 numpy 库。原创 2024-04-02 10:57:55 · 894 阅读 · 0 评论 -
NumPy介绍及其应用领域
NumPy(Numerical Python)是 Python 的一个开源的扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。此外也针对数组运算提供大量的数学函数库,包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数、基本统计运算和随机模拟等等。这些函数可以直接在数组和矩阵上操作,大大简化了数据处理和分析的复杂度。此外,NumPy还提供了广播(broadcasting)功能,这是一种强大的机制,允许NumPy在执行算术运算时使用不同形状的数组。原创 2024-03-29 19:39:59 · 370 阅读 · 0 评论