NumPy基础：数组与向量化计算

1.多维数组对象

1.1生成ndarray

1.2ndarray的数据类型

1.3numpy数组算术

numpy的向量化即为对numpy中的数据进行批量操作不需要for循环

arr = np.array([[1,2,3],[4,5,6]])

arr*arr
Out[37]: 
array([[ 1,  4,  9],
       [16, 25, 36]])

arr*3
Out[38]: 
array([[ 3,  6,  9],
       [12, 15, 18]])

arr-arr
Out[39]: 
array([[0, 0, 0],
       [0, 0, 0]])

1/arr
Out[40]: 
array([[1.        , 0.5       , 0.33333333],
       [0.25      , 0.2       , 0.16666667]])

arr*0.5
Out[41]: 
array([[0.5, 1. , 1.5],
       [2. , 2.5, 3. ]])

arr1 = np.array([[1,23,3],[4,5,63]])

arr1>arr
Out[44]: 
array([[False,  True, False],
       [False, False,  True]])

1.4基础索引与切片

1.5布尔索引

1.6神奇索引

1.7数组转置和换轴

2.numpy加载数据

np.load(.npy)加载.npy文件