人工智能学习笔记008-NumPy基础

当前位置:

首页 > temp > python入门教程 >

人工智能学习笔记008-NumPy基础

一、介绍

是一个开源的Python科学计算基础库（相当于matlab的功能）

一个强大的N维数组对象 ndarray 广播函数功能整合C/C++/Fortran代码的工具线性代数、傅里叶变换、随机数生成等功能

NumPy是SicPy、Pandas等数据处理或科学计算库的基础

二、NumPy的导入

import numpy as np     #np为引入模块别名，可以自己修改，但约定俗称为np

三、ndarray(array)

（一）介绍

是一个多维数组对象，由两部分构成

实际的数据描述这些数据的元数据(数据维度、数据类型等)

ndarray数组一般要求所有元素类型相同(同质)，数组下标从0开始

（二）创建方法

从Python中的列表、元组等类型创建ndarray数组

一维数据

import numpy as np     #导入模块

list1= [1,2,3,4]      #列表

x= np.array(list1)    #把列表转化数组，

​

print(x)

print(type(x))

print(type(list1))

二维数组

import numpy as np             #导入模块

x= np.array([[1,2,3],[4,5,6]])#把列表转化数组，参数为列表的嵌套

​

print(x)

print(type(x))

（三）索引方法

切片索引：与列表一样

布尔值索引：

import numpy as np

np_ar=np.array([[1,3,3],[4,5,6]])

c= np_ar[np_ar>2]#取出比2大的数

print(c)

四、常用函数arange

import numpy as np

x1= np.arange(5)      #未设置开始从0开始

x2= np.arange(3,7) 

x3= np.arange(1,10,2)   #(【开始】，结束，【步长】)

​

print("x1= ",x1)

print("x2= ",x2)

print("x3= ",x3)

五、常用函数linspace

import numpy as np

x1= np.linspace(1,10,5)   #从1到10之间取5个间隔相同的数

print("x1= ",x1)

六、切片、重构、转置

import numpy as np

a=[[1,2,3],[4,5,6]]

print(type(a))

print(a)

​

np_ar= np.array(a)

print(type(np_ar))

print(np_ar)

print(np_ar[0:2,1:3])      #切片第0行和第1行，第1列和第2列的数据

np_ar2=np_ar.reshape(1,6)  #重构 转换为1行6列

print(np_ar2)

print(np_ar.T)             #重置

　　

出处：https://www.cnblogs.com/ltwen/p/15086295.html

栏目列表