一、Numpy库简介
NumPy是使用Python进行科学计算的一个基本库,其中机器学习的大部分算法都是调用该库实现。 主要包括以下功能:
- 一个强大的N维数组对象Array;
- 用于集成C / C ++和Fortran代码的工具;
- 实用的线性代数、傅里叶变换和随机数生成函数。
相对于python自带的计算和存储方式而言,Numpy的方法效率更高,占用空间更小,是一个非常好的工具包。
二、Numpy生成Ndarray 对象的方法
1. np.array(list/tuple,dtype=np.float):生成指定的列表或者元组
a = np.array([[0, 1, 2, 3, 4], [5, 6, 7, 8, 9]])
2.np.arange(n,dtype):生成0-n-1个数,类型默认为整数
a=np.arange(20)
————————————————————————result——————————————————————————————————————————————
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19])
3.np.ones((n,m)):生成n行m列的全为1的矩阵
np.ones((4,3))
————————————————————————result——————————————————————————————————————————————
array([[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.],
[1., 1., 1.]])
4.np.zeros((n,m)):生成n行m列的全为0的矩阵
np.zeros((3,3))
————————————————————————result——————————————————————————————————————————————
array([[0., 0., 0.],
[0.,