原标题:NumPy库入门教程:基础知识总结
视学算法 | 作者
知乎专栏 | 来源
numpy可以说是 Python运用于人工智能和科学计算的一个重要基础,近段时间恰好学习了numpy,pandas,sklearn等一些Python机器学习和科学计算库,因此在此总结一下常用的用法。
1
numpy数组(array)的创建
通过array方式创建,向array中传入一个 list实现
一维数组的创建:
二维数组的创建:传入一个嵌套的list即可,如下例:
通过arange创建数组:下例中创建一个0~1间隔为0.1的行向量,从0开始,不包括1,第二个例子通过对齐广播方式生成一个多维的数组。
通过linspace函数创建数组:下例中创建一个0~1间隔为1/9的行向量(按等差数列形式生成),从0开始,包括1.
通过logspace函数创建数组:下例中创建一个1~100, 有20个元素的行向量(按等比数列形式生成),其中0表示10^0=1,2表示10^2=100,从1开始,包括100
生成特殊形式数组:
生成全0数组(zeros函数),生成全1数组(ones函数), 仅分配内存但不初始化的数组(empty函数)。
注意要 指定数组的规模(用一个元组指定),同时要指定元素的类型,否则会报错