欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python?numpy庫(kù)介紹

 更新時(shí)間:2022年01月25日 11:26:04   作者:L-M-Y  
這篇文章主要介紹了python?numpy庫(kù),numpy是一個(gè)開源的python科學(xué)計(jì)算擴(kuò)展庫(kù),主要用來(lái)處理任意維度數(shù)組和矩陣。相同的任務(wù),使用numpy比直接用python的基本數(shù)據(jù)結(jié)構(gòu)更加簡(jiǎn)單高效,下面一起進(jìn)入文章了解更多詳細(xì)內(nèi)容吧

1.NumPy( Numeric Python)

numpy是一個(gè)開源的python科學(xué)計(jì)算擴(kuò)展庫(kù),主要用來(lái)處理任意維度數(shù)組和矩陣。
相同的任務(wù),使用numpy比直接用python的基本數(shù)據(jù)結(jié)構(gòu)更加簡(jiǎn)單高效。

它的功能:

  • 包含一個(gè)強(qiáng)大的N維數(shù)組對(duì)象Ndarray
  • 廣播功能函數(shù)
  • 整合C/C++代碼的工具
  • 線性代數(shù)、傅里葉變換、隨機(jī)數(shù)生成等功能

numpyscipy,pandas等數(shù)據(jù)處理或科學(xué)計(jì)算庫(kù)的基礎(chǔ)

2.numpy的引用

雖說別名可以省略或者更改,但盡量使用上述約定的別名

3.Ndarray

n維數(shù)組,它是一個(gè)相同數(shù)據(jù)類型的集合,以0為下標(biāo)開始進(jìn)行集合中元素的索引。
我們知道,python有列表和數(shù)組此類的數(shù)據(jù)結(jié)構(gòu)。

列表:數(shù)據(jù)類型可以不同(如[3, 2.4 ,‘a’ ,“abc”]),數(shù)據(jù)是有序的
數(shù)組:數(shù)據(jù)類型相同(如[1,2,3,4])
集合: (如{2,4,3,5,7})數(shù)據(jù)是無(wú)序的

引入n維數(shù)組的意義

觀察下列兩組操作,其功能都是一樣的。

import numpy as np

def pysum():
    a = [1, 2, 3, 4]
    b = [5, 6, 7, 8]
    c = []
    for i in range(len(a)):
        c.append(a[i]**2+b[i]**3)
    return c

def numpysum():
    a = np.array([1, 2, 3, 4])
    b = np.array([5, 6, 7, 8])
    c = a**2+b**3
    return c

print("使用列表運(yùn)算的結(jié)果是:", pysum())
print("使用Numpy運(yùn)算的結(jié)果是:", numpysum())

運(yùn)行結(jié)果:

使用列表運(yùn)算的結(jié)果是: [126, 220, 352, 528]
使用Numpy運(yùn)算的結(jié)果是: [126 220 352 528]

但是很明顯:

  • numpy的數(shù)組對(duì)象可以去掉元素建運(yùn)算所需要的循環(huán),使一維向量更像單個(gè)數(shù)據(jù)
  • numpy通過設(shè)立專門的數(shù)組對(duì)象,經(jīng)過優(yōu)化,運(yùn)算速度也相應(yīng)提升

通常情況下,在科學(xué)運(yùn)算中,一個(gè)維度所有數(shù)據(jù)的類型往往相同,這時(shí),使用數(shù)組對(duì)象采用相同的數(shù)據(jù)類型,有助于節(jié)省運(yùn)算時(shí)間和存儲(chǔ)空間

ndarray的組成

  • 實(shí)際的數(shù)據(jù)
  • 描述這些數(shù)據(jù)的元數(shù)據(jù)(數(shù)據(jù)維度、數(shù)據(jù)類型等)

ndarray對(duì)象的屬性

3.數(shù)據(jù)類型

在這里插入圖片描述

當(dāng)np.array()不指定dtype時(shí),numpy將根據(jù)數(shù)據(jù)情況關(guān)聯(lián)一個(gè)dtype類型

  • ndarray支持多種數(shù)據(jù)類型的原因
  • python基本語(yǔ)法只支持整數(shù)、浮點(diǎn)數(shù)和復(fù)數(shù)3種類型
  • 科學(xué)計(jì)算涉及數(shù)據(jù)較多,對(duì)存儲(chǔ)和性能都有較高要求
  • 對(duì)元素類型精細(xì)定義,有助于numpy合理使用存儲(chǔ)空間并優(yōu)化性能
  • 對(duì)元素類型精細(xì)定義,有助于程序員對(duì)程序規(guī)模有合理評(píng)估

ndarray數(shù)組的創(chuàng)建

import numpy as np
x = np.array([[1, 0], [2, 0], [3, 1]], np.int32)
print(x)
print(x.dtype)


程序輸出:

[[1 0]
 [2 0]
 [3 1]]
int32

在這里插入圖片描述

adarray數(shù)組的變換

ndarray數(shù)組運(yùn)算

4.索引與切片

  • 索引:獲取數(shù)組中特定位置元素的過程
  • 切片:獲取數(shù)組元素子集的過程

5.隨機(jī)數(shù)函數(shù)

6.統(tǒng)計(jì)函數(shù)

7.梯度函數(shù)

8.副本與視圖

numpy線性代數(shù)

數(shù)組與標(biāo)量之間的運(yùn)算

常用numpy.linalg函數(shù)總結(jié)

(好家伙,numpy內(nèi)置函數(shù)太多了…)

相關(guān)文章

最新評(píng)論