(二)机器学习之基础库Numpy学习笔记

一、Numpy介绍Numpy(Numerical Python)是⼀个开源的Python科学计算库,⽤于快速处理任意维度的数组。Numpy⽀持常⻅的数组和矩阵操作。对于同样的数值计算任务,使⽤Numpy⽐直接使⽤Python要简洁的多。Numpy使⽤ndarray对象来处理多维数组,该对象是⼀个快速⽽灵活的⼤数据容器。二、ndarray介绍NumPy提供了⼀个N维数组类型ndarray,...
摘要由CSDN通过智能技术生成
一、Numpy介绍

Numpy(Numerical Python)是⼀个开源的Python科学计算库,⽤于快速处理任意维度的数组。
Numpy⽀持常⻅的数组和矩阵操作。对于同样的数值计算任务,使⽤Numpy⽐直接使⽤Python要简洁的多。
Numpy使⽤ndarray对象来处理多维数组,该对象是⼀个快速⽽灵活的⼤数据容器。

二、ndarray介绍

NumPy提供了⼀个N维数组类型ndarray,它描述了相同类型的“items”的集合。
在这里插入图片描述
⽤ndarray进⾏存储:

import numpy as np
# 创建ndarray
score = np.array([[80, 89, 86, 67, 79],
[78, 97, 89, 67, 81],
[90, 94, 78, 67, 74],
[91, 91, 90, 67, 69],
[76, 87, 75, 67, 86],
[70, 79, 84, 67, 84],
[94, 92, 93, 67, 64],
[86, 85, 83, 67, 80]])
score

返回结果:

在这里插入图片描述

三、ndarray与Python原⽣list运算效率对⽐
import random
import time
im
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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