qq_41549459的博客

我们就开始学习用索引来表示数组的每一个元素。首先，是数组的轴。我们之前就提到过，但是书上说，这里与以往不同，在此强调是因为对它正确理解的事关重大。我们可以知道，arange创建等差数列，而后面的reshape规定了形状。我们明显的看出a是3轴形状（0轴：2，1轴：3，2轴：4）创作者可鸡儿聪明了，为了能够让我们好找到元素，为每一个元素建立了索引。貌似就是数组...

numpy的优势在于科学的计算和数值处理。例如，我们有一个列表[1,20,28,37,18,56],要求我们将每个元素乘以3，我们该怎么操作？在python中，我们可以这样解决：在这里，我们就可以直接整个数组乘3.这里体现了numpy的优势所在。在a*3中，我们称3为标量，称数组a为矢量或者向量。我们这里对数组进行加减乘除的时候，都是对整个数组的元素进行操作。当...

创建数组通过-1我们初步了解了数组，有个大概的了解，数组的出身，就源于其创建方法。（1）创建数组的基本方法np.array()是创建数组的基本方法，我们之前只是简单的应用，没有窥其全貌，偷瞄它的文档。由此可见，我们对a，b两个变量都进行赋值，但是方法不同。通过例子，我们可以知道，b在赋值的时候说明了为float类型。在python的列表中，我们了解到嵌套列表，即列表...

numpy的核心-“ndarray” 即多维数组，数组是python的一个重要数据结构，在pyhton中，坚持万物为对象 原则，数组也是个对象，然而这个对象本身有些特别之处，具体表现在其属性以及方法上。首先需要创建一个数组对象：data = np.array([1,2,3,4,5])（在此之前需要首先导入numpy）如果想输出data 直接打一个data 则直接显示data其中的 数据...

创建自定义类型的数组面对好多复杂的实际情况，仅有的几种数组类型可能没办法满足我们的需要，因此允许我们自定义类型。创建自定义类型，使用的方法是np.dtype()。注意区分，这里展示的不是数组对象的属性data.dtype data是数组对象，其属性返回值是元素类型，而np.dtype是一个方法。my_type就是自定义的dtype对象，其参数就是一个字典，字典有两个键“name...

数组的切片根据下标，可以得到数组中的某个后者某几个元素，这是从数组中得到部分元素的一种方法。此外，还有另外一种被称为切片的方式，从这个名称大概猜测，切片能设定范围，根据这个范围从原数组中获得部分元素。·定义一个从10到20的等差数组。这波操作跟以往熟知的python列表差不多，同样遵循着包前不包后的原则。但是，需要了解的是，会发生的一些新的情况。我们改变b中的元素，...

在上一篇的学习中，了解到，使用那些方法已经能够实现数组的变形了，numpy觉得我们不够，还允许我们使用下标操作完成变形。我们定义了数组data，我们发现c从一维变成了二维，从以前的切片知识可知，操作本质是对data进行切片，逗号前面部分，表示data0轴上的所有元素，也就是data的全部元素，而逗号后面的元素表示1轴上的元素，在设置元素取值范围的时候，使用了np.newaxis...

简单统计应用我们可以知道numpy中提供了很多的函数。1.生成正太分布数据有很多的现象符合正态分布规律。在numpy中就有名为random的模块，里面包含若干随机数据的函数，其中normal就是专门用来生成符合正态分布规律的随机数字。完整的函数表达式为：numpy.random.normal(loc=0.0,scale=1.0,size=None).loc：浮点数，分布的平...