Numpy

最新推荐文章于 2025-03-22 13:53:12 发布

zhb1nk

最新推荐文章于 2025-03-22 13:53:12 发布

阅读量347

点赞数

本文链接：https://blog.csdn.net/zhaohaibo_/article/details/80152637

版权

本文详细介绍了Numpy库中的基本操作，包括range、linspace和random的使用，数组的创建与数据访问，如何reshape数组以及利用-1自动计算形状。还探讨了数组的合并与分割，以及各种矩阵运算，如乘法、加法和矩阵的逆。此外，还讲解了聚合操作，如对数组和矩阵的聚合，排序，索引，以及Fancy Indexing。最后，讨论了numpy.array的比较方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

NUMPY

查询文档：np.random.normal? help(np.random.normal)

nparr = np.array([i for i in range(10)])
np.zeros(shape=(3,5),dtype=int)
np.ones()
Np.full(shape = (3,5) , full_value = 6.0)

range

[i for i in range( 0 , 20 , 2 )] // [0,20),步长为2
np.arange(0,10)

linspace

Np.linspace( 0, 20,  10) // [0,20] 选10个点（等差）

random

np.random.randint(0,10) //生成一个【0，10）的0-10的随机数
np.random.randint(0,10,size = 10) //生成10个【0，10）的0-10的随机数
np.random.randint(4,8,size=(3,5)) //生成3行5列
np.random.seed(666) //设置随机种子（每次生成一样的随机数）
np.random.random(10) //[0,1)间10个随机数
np.random.random((3,5)) //3行5列
np.random.normal() //均值为0，方差为1的随机数
np.random.normal(10,100,(3,5)) //均值为10，方差为100，3行5列
np.random.uniform(0.0, 100.0, size=n+1) // 均匀分布 0到100随机生成

numpy.array

x = np.arange(15) // 0到14排列
X = np.arange(15).reshape(3,

最低0.47元/天解锁文章