![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
NumPy
文章平均质量分 50
上课不要睡觉了
逝者如斯夫,不舍昼夜
展开
-
NumPy——数组函数与方法_数组文件的输入与导出
除了提供多维数组对象 ndarrary 、高效的数组操作函数和方法外, NumPy 还支持磁盘文本或二进制数据的读写操作。 NumPy 提供了两个主要的函数,分别用于将 ndarray 写入磁盘和从磁盘中读入保存的数组数据文件。 在默认情况下,数组会以未压缩的二进制格式保存在文件扩展名为.npy 的文件中。 import numpy as np arr1 = np.random.randn(10)#创建数组 arr2 = np.random.randn(10) arr_res = arr1 + arr2原创 2022-01-28 16:47:11 · 1267 阅读 · 0 评论 -
NumPy——数组函数与方法_伪随机数的生成
NumPy的random子模块提供了一系列高效生成多种概率分布函数。比如randn()函数创建随机数据。 使用normal()函数可以创建标准正态分布抽样数据。 import numpy as np print(np.random.normal(size=(5,5))) [[ 0.79992821 -1.78133841 0.06778658 0.03911525 0.13360691] [ 1.31529311 -0.48196512 -1.03440143 2.38338257 0.670原创 2022-01-28 16:15:04 · 439 阅读 · 0 评论 -
NumPy——数组函数与方法_线性代数操作
线性代数的主要内容是矩阵乘法、矩阵分解和行列式等,由于矩阵运算方法与基本的数值计算有极大的不同,NumPy提供了专门的方法或函数实现线性代数操作。 import numpy as np x = np.array([[1,2,3],[4,5,6]]) y = np.array([[3,4,5],[7,8,9]]) print(x*y) [[ 3 8 15] [28 40 54]] Process finished with exit code 0 使用乘法运算符得到的是两个数组元素级别的相乘,而不是原创 2022-01-28 15:33:09 · 1671 阅读 · 0 评论 -
NumPy——数组函数方法_排序与集合操作
数据处理离不开排序和集合操作,NumPy也提供了相应的操作方法或函数。 sort()方法可以实现ndarray的就地排序。 import numpy as np arr = np.random.randn(10) print(arr) arr.sort() print(arr) 如果操作的是多维数组,需要按照某个轴进行排序,则要指定轴的编号。 import numpy as np arr = np.random.randn(3,4) print(arr) arr.sort(1)#每行按升序排列 print原创 2022-01-27 20:34:54 · 666 阅读 · 0 评论 -
NumPy——数组函数与方法_基本统计
NumPy除了提供很多便利的通用函数,还提供了一些数学统计的基本方法,用于计算常见的统计量,如均值、方差、标准差。 接下来通过案例加强学习: import numpy as np arr = np.random.randn(5,5) print(arr) print(arr.mean())#求均值 print(arr.sum())#求和 print(arr.var())#求方差 print(arr.std())#求标准差 对于整个数组计算结果都是标量,但如果指定一个轴向参数axis,最终的结果会是一个一维原创 2022-01-27 18:41:11 · 1225 阅读 · 0 评论 -
Numpy——数组函数方法_通用函数
在NumPy 中,除了ndarray数组操作的操作符(算数、比较等)运算是元素级别的,还可以操作ndarray的各类通用函数也执行元素级运算。 NumPy的简便在于,用户操作向量化计算与标量化计算的操作方法基本相同。 案例: import numpy as np arr = np.arange(10).reshape((2,5)) #产生一个数组,然后重塑数组 print(arr) print("开方函数sqrt(arr):\n{}".format(np.sqrt(arr))) 一些函数接收两个或多个数组原创 2022-01-27 17:18:18 · 332 阅读 · 0 评论 -
NumPy——数组操作(数组运算_索引与切片_布尔型索引_转置与轴转换)
1.数组运算 import numpy as np arr = np.array([[2,3.,4],[4,5.4,6]]) print(arr) print("-------------------------") print(arr*arr) print("-------------------------") print(arr**2) print("-------------------------") print(arr-arr) print("-------------------------"原创 2022-01-18 17:28:21 · 1803 阅读 · 0 评论 -
使用ndarray
一、ndarray ( N 维数组对象)是一个快速且灵活的数据集容器, Python 用户可以利用 ndarray对数组的整块数据或选择性数据执行批量操作,它的语法与标量运算一致。 使用列表和元组创建 ndarray import numpy as np print(np.array([1,3,5,7])) print(np.array((2,4,6,8))) 二、嵌套列表可以转换为一个多维数组,数组元素等长和不等长会得到不同类型的结果。 从下面代码的输出中可以发现,当输入的嵌套列表元素等长时,得到的原创 2022-01-15 17:32:01 · 7167 阅读 · 0 评论