机器学习三剑客~~~~Numpy之骚操作

Numpy是Python中用于科学计算的基础库,专注于数值计算和多维数组处理。它提供了高效的矩阵运算和广播功能,适用于大型数据集。通过reshape、arange和linspace等函数,可以方便地创建和操作数组。此外,Numpy还支持数组的统计计算,如求和、最大值、最小值、平均值、标准差和方差。对于类型转换,Numpy数组可以通过tolist和list进行转换。
摘要由CSDN通过智能技术生成

说起机器学习,首先我们就要想到机器学习中基本的三个框架,又称机器学习三剑客,今天我们来看看机器学习三剑客之一~~~~~~nummpy
Numpy:提供了一个在Python中做科学计算的基础库,重在数值计算,主要用于多维数组(矩阵)处理的库。用
来存储和处理大型矩阵,比Python自身的嵌套列表结构要高效的多。本身是由C语言开发,是个很基础的扩展,
Python其余的科学计算扩展大部分都是以此为基础。

NumPy数组是一个多维的数组对象(矩阵),称为 ndarray ,具有矢量算术运算能力和复杂的广播能力,并具有
执行速度快和节省空间的特点。
注意:ndarray的下标从0开始,且数组里的所有元素必须是相同类型

初始化

#导numpy 的包
import numpy as np
data = [1,2,3]
print(type(data))
data = np.array(data)
print(type(data))

输出结果为:<class ‘list’>
<class ‘numpy.ndarray’>

查看高维数组的维度 ndim

data = np.array([1,2,3])
print(data.ndim)
data = np.array([[1,2,3],[2,3,6]])
print(data.ndim)

输出结果为:1
2
查看高维数组的形状 shape

import nu
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