![](https://img-blog.csdnimg.cn/a5a4f0f1e6a3444e99c95619a414d8be.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
numpy
文章平均质量分 57
初识numpy
三月七꧁ ꧂
尚未佩妥剑,转眼便江湖。愿历尽千帆,归来仍少年! 跨考计算机上岸,下一站:月薪3W!
展开
-
Numpy---ndarray矩阵运算、广播机制、排序、文件操作
如果两个数组的后缘维度(trailing dimension,即从末尾开始算起的维度)的轴长度相符,或其中。就会出现广播机制,该机制会对数组进行扩 展,使数组的shape属性值一样,这样,就可以进行矢。广播机制实现了使两个或两个以上数组的运算,即使这些数组的shape不是完全相同的,只需要满。广播机制需要扩展维度小的数组,使得它与维度最大的数组的shape值相同,以便使用元素级函数。数组在进行矢量化运算时,要求数组的形状是相等的。乘矢量的內积运算中,np.matmul 与 np.dot 没有区别。原创 2023-06-09 17:30:34 · 1252 阅读 · 0 评论 -
Numpy---ndarray运算(逻辑运算、统计运算)
【代码】Numpy---ndarray运算(逻辑运算、统计运算)原创 2023-06-08 17:11:52 · 858 阅读 · 0 评论 -
Numpy---类型修改、去重、级联、拆分、拷贝复制
级联的数组维度必须相同;可通过axis参数改变级联的方向。构造包含数组中原始数据字节的Python字节。返回修改了类型之后的数组。原创 2023-06-07 18:16:51 · 734 阅读 · 0 评论 -
Numpy---数组的索引与切片、变形
对象[:, :] -- 先行后列。一维与列表完全一致,多维时同理。原创 2023-06-06 18:33:46 · 135 阅读 · 0 评论 -
Numpy---创建多维数组、创建正态分布、创建均匀分布
size: 输出样本数目,为int或元组(tuple)类型,例如,size=(m,n,k), 则输出mnk个样本,缺省时输。scale:float 此概率分布的标准差(对应于分布的宽度,scale越大越矮胖,scale越小,越瘦高)取数范围:若high不为None时,取[low,high)之间随机整数,否则取值[0,low)之间随机整数。功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.high=None时,生成的数值在【0, low)区间内。原创 2023-06-05 17:51:04 · 2020 阅读 · 0 评论 -
Numpy---生成数组的方法、从现有数组中生成、生成固定范围的数组
order : {‘C’,‘F’},可选,默认值:C 是否在内存中以行主(C-风格)或列主(Fortran-风格)顺。dtype=None: 元素类型;创建一个所有元素都为1的多维数组。序存储多维数据, 一般默认即可。shape : 形状;原创 2023-06-04 17:37:34 · 1015 阅读 · 0 评论 -
Numpy---ndarray的属性、形状、类型
数组属性反映了数组本身固有的信息。原创 2023-06-03 17:16:23 · 583 阅读 · 0 评论 -
Numpy---ndarray的特点、效率
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。这是因为 ndarray 中的所有元素的类型都是相同的,而 Python 列表中的元素类型是任意的,所以。写,内部解除了 GIL(全局解释器锁),其对数组的操作速度不受 Python 解释器的限制,所以,从图中可以看出 ndarray 在存储数据的时候,数据与数据的地址都是连续的,这样就给使得批量操。Python 中的嵌套列表,数组越大,Numpy 的优势就越明显。作数组元素时速度更快。原创 2023-06-02 17:45:27 · 602 阅读 · 0 评论 -
Numpy---jupyter的使用
编辑模式: 允许你往单元中键入代码或文本;这时的单元框线是绿色的。命令模式: 键盘输入运行程序命令;这时的单元框线为蓝色。原创 2023-05-31 17:44:22 · 2476 阅读 · 0 评论