数据分析三剑客之Numpy数组个人学习随笔

1.理解Numpy

在这篇文章中，我们将介绍使用NumPy的基础知识，NumPy是一个功能强大的Python库，允许更高级的数据操作和数学计算。

什么是Numpy

NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以下任务：

• 机器学习模型：在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组用于存储训练数据和机器学习模型的参数。

• 图像处理和计算机图形学：计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。

• 数学任务：NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的MATLAB的快速替代。

安装NumPy库

---

NumPy 中的数组 

---

  数组的属性

---

 数组元素的数据类型 ：numpy数组的数据类型必须一致

---

numpy数组的创建 

---

等差数组和等比数组的创建

---

array()和asarray()数据源为一个数组时 

---

2.Numpy数组间的运算 

一维数组和多维数组进行运算

---

矩阵的运算 np.matual()和np.dot()都可以用来计算矩阵相乘，相乘对象为np数组

---

 @运算府也可以表示矩阵相乘 

---

  矩阵的转置和求逆

一维数组的堆叠运算

---

二维数组的堆叠

3.矩阵的创建和运算 

np.mat()创建矩阵 

---

 使用numpy数组创建矩阵

---

矩阵的对象属性

---

矩阵的运算 （注意和numpy数组的运算区分）

---

随机数模块

shuffle()打乱函数