numpy知道多少?感知篇——numpy的属性

最新推荐文章于 2024-06-27 11:21:54 发布
最新推荐文章于 2024-06-27 11:21:54 发布
阅读量906 收藏 6
点赞数 3
分类专栏： # numpy 文章标签： python 数据分析 编程语言 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44604887/article/details/106338125
版权
本文通过实例展示了numpy数组的常见属性，如shape、ndim、dtype、itemsize、size、data等，并探讨了flags、strides、nbytes、base等高级属性，以及数组的计算属性如T、flat和ctype。对于复数属性real和imag也进行了说明，旨在帮助初学者深入理解numpy在数据处理中的应用。
摘要由CSDN通过智能技术生成

感知篇——numpy的属性

                         QQ:3020889729                                                                                 小蔡

特别说明

这是作为入手numpy方便数据处理前的一篇说明文，主旨在于将主要属性用具体的属性进行展开，以感知其属性的特点，以便后来学习和使用。

使用jupyter notebook实现。

创建需要的阵列数据

# 3*3的随机矩阵
test_data = np.random.randint(-10, 10, (3, 3))
test_data

结果展示：
在这里插入图片描述

常见属性探索

shape：形状

# shape:narray数组的形状：即由每一轴维度大小组成的元组数据:(3, 3)
test_data.shape

结果展示：
在这里插入图片描述

ndim：轴数

# ndim:narray数组的轴数:2
test_data.ndim

结果展示：
在这里插入图片描述

dtype：数据类型

# dtype:narray数组的元素数据类型
test_data.dtype

结果展示：
在这里插入图片描述

itemsize：元素大小

# itemsize:narray数组中一个元素的长度（字节大小）:int32 - 4字节 - 4*8位
test_data.itemsize

结果展示：

在这里插入图片描述

size：元素个数

# size:narray数组的元素个数:3*3
test_data.size

结果展示：

最低0.47元/天 解锁文章
NULL not error
关注
专栏目录
numpy(base option)
蜀山小道士的blog
07-12 888
1.数组连接      -[行连接]:np.hstack((a,b)) <==> np.column_stack((a,b))      -[列连接]:np.vstack((a,b)) <==> np.row_stack((a,b))      -[列数组连接]:np.append(a,b)(将元素拉成一维后再连接)  2.删除某列/某行      -[删除一列]:np.d...
Numpy
慢慢来，才会快
08-06 1265
S1#创建数据类型为4字节整数的数组 arr = np . array([ 1 , 2 , 3 , 4 ] , dtype = 'i4') print(arr) print(arr . dtype)[1 2 3 4]int32。
NumPy 1.26 中文文档（四十六）
最新发布
龙哥盟
06-27 365
原文：numpy.org/doc/ 系统配置 原文：numpy.org/doc/1.26/reference/c-api/config.html 当构建 NumPy 时，将记录有关系统配置的信息，并且通过使用 NumPy 的 C API 的扩展模块提供。这些信息主要在 numpyconfig.h 中定义（包含在 ndarrayobject.h 中）。公共符号以 NPY_* 为前缀。NumPy 还提供了一些用于查询正在使用的平台信息的功能。 为了私有使用，NumPy 还在 NumPy 包含目录中构建了
numpy.base_repr 方法解释
weixin_30256901的博客
03-06 319
首先看官方文档： numpy.base_repr(number, base=2, padding=0) 　　将给定的 number 值，换算成给定的 base 进制（默认 2 进制）的值，以字符串的形式返回。padding 即 左边填充 0 的个数，默认为 0 。 再看官方文档中的示例： 　　 是不是意思就很清晰了呢 ！嘻嘻嘻 转载于:https://www.cnblogs.c...
python三方库学习之Numpy学习
weixin_46653974的博客
12-25 1067
NumPy 的全称是“ Numeric Python”，它是 Python 的第三方扩展包，主要用来计算、处理一维或多维数组。在数组算术计算方面， NumPy 提供了大量的数学函数。NumPy 的底层主要用 C语言编写，因此它能够高速地执行数值计算。NumPy 还提供了多种数据结构，这些数据结构能够非常契合的应用在数组和矩阵的运算上。
python __base___Python numpy.base_repr()用法及代码示例
weixin_39633089的博客
12-11 404
numpy.base_repr(number，base = 2，padding = 0)函数用于返回给定基本系统中数字的字符串表示形式。例如，十进制数字10以二进制形式表示为1010，而以八进制形式表示为12。用法： numpy.base_repr(number, base=2, padding=0)参数：number :输入号码。只能使用整数十进制数作为输入。base :[int，可选...
第三章神经网络——基于numpy的代码详解
12-21
在本章"第三章神经网络——基于numpy的代码详解"中，主要探讨了神经网络的基础，特别是从编程的角度，使用Python和numpy库构建神经网络模型。这个章节是针对《深度学习入门》一书的阅读笔记，适合初学者理解深度学习...
001感知器实验例子 - numpy （不用框架）编写的感知器模型的与门例子代码
03-12
在本文中，我们将深入探讨如何使用Python的numpy库来实现一个基本的感知器模型，并以“与门”为例进行说明。感知器是机器学习中的一种简单但重要的算法，它是人工神经网络的鼻祖，尤其在理解基本的线性可分问题上...
用实践带领你进入numpy的世界——(三)：numpy基本运算讲解
笔岸柳影
05-08 800
numpy——科学计算库的讲解（三）numpy数组的加法运算（减法类推）标量相加向量相加（2D张量相加）矩阵相加（2D张量）numpy数组的乘除法运算标量乘除法运算向量乘除法运算矩阵乘法运算矩阵除法运算numpy运算讲解的总结实用性简要说明 QQ:3020889729 小蔡 本节主要讲解numpy基本
使用numpy构建多层感知机
月见樽
03-05 1794
本文公式较多，由于简书不支持公式渲染，公式完整版请移步个人博客 import numpy as np 目标 使用numpy实现多层感知机的正向和反向传播 层次构建 全连接层 正向传播 正向传播的公式为：$Y = f(W \times X + b)$，其中，Y为输出，W为权值，b为偏置 反向传播 对于反向传播，已知上一层传回的梯度为dY，对应的反向传播...
[转载] numpy.base_repr 方法解释
u013946150的博客
02-03 328
参考链接： Python中的numpy.binary_repr 首先看官方文档： numpy.base_repr(number, base=2, padding=0) 　　将给定的 number 值，换算成给定的 base 进制（默认 2 进制）的值，以字符串的形式返回。padding 即 左边填充 0 的个数，默认为 0 。 再看官方文档中的示例： 　　 是不是意思就很清晰了呢 ！嘻嘻嘻 转载于:https://www.cnblogs.com/xs...
[pandas]将DataFrame转换成numpy数组后strides值不正常的解决办法
weixin_42352527的博客
02-17 229
但是DataFrame的values(同DataFrame.to_numpy函数)属性生成的numpy数组，strides属性是异常的，使用numpy.stride_tricks.as_strided函数来对numpy数组进行切分，卷积，滑动窗口生成子序列非常的方便，经过查找资料，发现是因为生成的数据内存不是C连续的，而是F（Fortran ）连续可以通过DataFrame.flags来查看。解决办法是将DataFrame.values再copy一遍，带上参数’C’
numpy T、transpose()函数、swapaxes()函数
CSDN1HAO的博客
01-09 2665
1 矩阵转置T，也既2维数组 2 多维数组轴变换transpose()函数，参数为该数组所有轴，对所有轴同时进行对换， 3 swapaxes()函数接受的参数是一对轴编号 1 矩阵转置T，既线性代数中矩阵转置 示例程序如下： import numpy as np a = np.arange(0,24,2).reshape(3, 4) print('*****a****') ...
python中的np_【python】numpy中的高效分块操作np.stride
weixin_35231842的博客
01-29 1107
最近看代码的时候看到了这么一个函数np.stride_tricks.as_strided(x, shap, strides, subok, writeable)Parameters: x : ndarrayArray to create a new.shape : sequence of int, optionalThe shape of the new array. Defaults to x....
numpy.lib.stride_tricks.as_strided() 高效切分数组
Jq的博客
03-03 1076
numpy.lib.stride_tricks.as_strided(x, shape=None, strides=None, subok=False, writeable=True) 参数： x: 我们要分割的数组 shape: 返回结果的形状shape strides: 在数组X的基础上按照给的的strides来切割出给定的shape数组 返回： 返回在X的基础上按照给的的 strides来切割出一个给定shape的新数组 X = [ [0,1,2], [3,4,5], [6,7,8] ] A
numpy.ndarray.strides
qq_36732844的博客
07-06 2340
https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.strides.html
NumPy 教程（第 3 章）：数组属性
极客点儿
06-20 474
调整数组的数组大小和维度 ndarray.shape 返回一个包含数组维度的元组，也可以用于调整数组大小和维度 In [1]: import numpy as np In [2]: num = np.array([[1,2,3],[4,5,6]]) In [3]: num Out[3]: array([[1, 2, 3], [4, 5, 6]]) In [4]: num.sha...
python实战应用讲解-【numpy专题篇】实用小技巧（五）（附python示例代码）
getusushu的博客
03-24 604
因此，换一种说法，外积是第一个向量的所有元素与第二个向量的所有元素的乘积。返回的矩阵的形状是x.shape + (deg + 1)，其中最后一个索引是相应切比雪夫多项式的度数。np.outer()方法用于查找创建的向量的外积。在这个例子中，我们创建了包含5个数据点的数组，并使用np.chebvander()函数传递5度，最后，我们将在python中检查生成的矩阵的形状。在这个例子中，我们创建了包含10个数据点的数组，从系列1到10，通过使用np.chebvander()函数，我们将传递程度为2。
numpy怎样安装？
05-30
你可以通过以下步骤安装NumPy： 1. 在命令行中输入以下命令来安装pip： ``` sudo apt-get install python3-pip ``` 2. 安装NumPy： ``` pip3 install numpy ``` 注意：如果你使用的是Python2，请将上述命令中的“pip3”改为“pip”。 3. 验证NumPy是否正确安装： ``` python3 -c "import numpy; print(numpy.__version__)" ``` 如果安装成功，将输出安装的NumPy版本号。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

NULL not error

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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