图解Python numpy基本操作

！注意，所有创建包含固定值_vector_的方法都有**_like**函数

还有经典的_arange_和_linspace_方法

！ arange方法对于数据类型敏感，比如**arange(3)，dtype** 为int，如果你需要float类型，可以_arange(3).astype(float)_

生成随机array

向量索引

基础的向量索引操作，只是展示部分数据，而不改变数据本身

布尔操作

也可以用.where 和**clip**代替上面的方法

向量操作

numpy的优势就是把vector当做数做整体运算，避免循环运算

• - * /无所不能

复杂的数学运算不在话下

标量运算

三角函数

整体取整

numpy还可以做基础的统计操作，比如**max，min， mean， sum**等

排序操作

查找操作

numpy不像list有**index函数，通常会用where**等操作

其中有三种方法：

1. where，难懂且对于x处于array末端很不友好

2. next，相对较快，但需要numba

3. searchsorted，针对于已排过序的array

二维array，也称matrix矩阵

---

初始化，注意「双括号」

随机matrix，同一维类似

索引操作，不改变matrix本身

Axis 轴操作，在matrix中，axis = 0 代表列， axis = 1 代表行，默认axis = 0

matrix算术 + - * / 和 ** 都可

也可以matrix与单个数，matrix与vector，vector与vector进行运算

行向量 列向量

二维的转置如下，一维的也就是vector转置为自己本身

reshape改变形态

自此，三种向量，一维array，二维列vector，二维行向量

矩阵操作

合并matrix，hstack横向，vstack纵向，也可以理解为堆叠

反向操作hsplit和vsplit

matrix的复制操作，tile整个复制，repeat可以理解为挨个复制

delete删除操作

删除的同时也可以插入

append操作，只能在末尾操作

如果只增加固定值，也可以用pad

网格化

c和python都很麻烦，跟别说再大点的数了

采用类似MATLAB会更快点

当然numpy有更好的办法
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。

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%以上前端开发知识点，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，可以扫码获取！！！（备注Python）

.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.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%以上前端开发知识点，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，可以扫码获取！！！（备注Python）