numpy常见操作指南

最新推荐文章于 2024-04-17 16:11:26 发布

爱学习的人工智障

最新推荐文章于 2024-04-17 16:11:26 发布

阅读量240

点赞数

分类专栏： numpy python

本文链接：https://blog.csdn.net/weixin_38410551/article/details/104366602

版权

numpy是Python中用于科学计算的重要库，尤其在深度学习中，它能便捷地处理多维数组。numpy提供创建、操作和计算数组的功能，如求最大值、最小值和平均值，转换数组元素类型，调整数组维度等。其zeros函数用于生成指定形状和类型的零填充数组。numpy还支持广播机制，允许不同尺寸的数组进行运算。线性代数和随机数生成也是numpy的重要部分，为数据分析和模型训练提供了基础工具。

摘要由CSDN通过智能技术生成

numpy作为一个第三方的Python包，用于科学计算。也可用于深度学习中处理多维数组，编程非常简洁，往往用一行代码可以处理其它语言十几行代码的事情。所以，numpy非常受欢迎。

numpy可以方便地创造各种常见多维数组，并且可以求最大，最小和均值。可以进行数组元素类型的转换，也可以进行数组维度的变换，也可以初始化数组。
用法：zeros(shape, dtype=float, order=‘C’)
返回：返回来一个给定形状和类型的用0填充的数组；
参数：shape:形状
dtype:数据类型，可选参数，默认numpy.float64
dtype类型：
t ,位域,如t4代表4位
b,布尔值，true or false
i,整数,如i8(64位）
u,无符号整数，u8(64位）
f,浮点数，f8（64位）
c,浮点负数，
o,对象，
s,a，字符串，s24
u,unicode,u24
order:可选参数，c代表与c语言类似，行优先；F代表列优先

np.zeros((5,3), dtype=np.int)```

```python
import numpy as np
a = [1,2,3,4]
b = np.array(a)
print(type(b))
#argmax()： 取出列表中最大值对应的索引
print(b.shape, b.argmax(), b.max(), b.mean())

c =