Numpy向量化运算

本文介绍了Numpy作为Python的数值计算库,是许多科学计算、数据分析和机器学习库的基础。通过实例展示了如何利用Numpy进行向量化运算,如求解y值,并探讨了向量化运算与标量运算的区别。接着,文章通过随机漫步模拟股票价格走势,进一步解释了数值模拟的概念,以及如何扩展到随机数的散点图和不同维度的随机漫步模拟。
摘要由CSDN通过智能技术生成

Numpy向量化运算

  • 安装方法 pip install numpy

  • Numpy是python的开源数值计算库

    1. 数值计算:计算机求数学问题近似解
    2. 科学计算:
      • 符号计算:pi = C/d = 周长/直径
      • 数值计算:pi = 3.1415926
  • Numpy:

    1. Matplotlib/Scipy/Pandas/scikit-learn/Tensorflow等
    2. 可视化、科学计算、数据分析、机器学习、深度学习库的基础库,
    3. 也是Python数据科学的基础

案例,求解下面的y值

  • x1 = [1,2,3,4,5]
  • x2 = [3,5,2,9,10]
  • y = x 1 2 + x 2 3 {x1}^2+{x2}^3 x12+x23
  1. python计算方式

    x1 = [1,2,3,4,5]
    x2 = [3,5,2,9,10]
    y = []
    for xx,yy in zip(x1,x2):
        y.append(xx**2 + yy**3)
    print(y)
    

    numpy001

  2. 使用Numpy的向量化运行

    import numpy
    
    x1 = numpy.array([1,2,3,4,5])
    x2 = numpy.array([3,5,2,9,10])
    y = x1**2 + x2**3
    print(y)
    

    numpy002

  • 上面计算中,无法直接看出两者的差距,可以看下面代码:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值