第一篇:机器学习基础 Numpy: ndarray、数组的基本操作、生成随机数组、数组的索引与切片、ndarray的运算

本文详细介绍了NumPy库的优势及其核心数据结构ndarray,包括数组的属性、形状、类型,以及如何进行基本操作、生成随机数组、数组的索引与切片,最后探讨了ndarray的运算,是学习Python数据分析和机器学习的基础内容。
摘要由CSDN通过智能技术生成

1 numpy优势

  1. 用于快速处理任意维度的数组:numpy使用ndarray对象来处理多维数组
  2. numpy支持常见的数据和矩阵操作

2 ndarray的属性、ndarray的形状、ndarray的类型

import numpy as np
import matplotlib.pyplot as plt

# ndarray的属性、ndarray的形状、ndarray的类型
def simple_numpy():
    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]]
    )
    print(score)
    print(score.shape)  
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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