1. numpy科学计算基础库

1.1 什么是numpy

NumPy(Numerical Python)是Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。

NumPy的前身Numeric最早是由Jim Hugunin与其它协作者共同开发,2005 年,Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色,并加入了其它扩展而开发了NumPy。NumPy为开放源代码并且由许多协作者共同维护开发。

NumPy是一个运行速度非常快的数学库,主要用于数组计算,包含:

  • 一个强大的N维数组对象 ndarray
  • 广播功能函数
  • 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

1.2 创建数组(矩阵)

# coding=utf-8
import numpy as np#使用numpy生成数组,得到ndarray的类型
t1 = np.array([1,2,3,])
print(t1)
print(type(t1))t2 = np.array(range(10))
print(t2)
print(type(t2))t3 = np.arange(4,10,2)
print(t3)
print(type(t3))
print(t3.dtype)

运行结果

1.3 数据类型

名称 描述
bool_ 布尔型数据类型(True 或者 False)
int_ 默认的整数类型(类似于 C 语言中的 long,int32 或 int64)
intc 与 C 的 int 类型一样,一般是 int32 或 int 64
intp 用于索引的整数类型(类似于 C 的 ssize_t,一般情况下仍然是 int32 或 int64)
int8 字节(-128 to 127)
int16 整数(-32768 to 32767)
int32 整数(-2147483648 to 2147483647)
int64 整数(-9223372036854775808 to 9223372036854775807)
uint8 无符号整数(0 to 255)
uint16 无符号整数(0 to 65535)
uint32 无符号整数(0 to 4294967295)
uint64 无符号整数(0 to 18446744073709551615)
float_ float64 类型的简写
float16 半精度浮点数,包括:1 个符号位,5 个指数位,10 个尾数位
float32 单精度浮点数,包括:1 个符号位,8 个指数位,23 个尾数位
float64 双精度浮点数,包括:1 个符号位,11 个指数位,52 个尾数位
complex_ complex128 类型的简写,即 128 位复数
complex64 复数,表示双 32 位浮点数(实数部分和虚数部分)
complex128 复数,表示双 64 位浮点数(实数部分和虚数部分)
# coding=utf-8
import numpy as np
import random# int8, int16, int32, int64 四种数据类型可以使用字符串 'i1', 'i2','i4','i8' 代替
t1 = np.array(range(1,4),dtype="i1")
print(t1)
print(t1.dtype)##numpy中的bool类型
t2 = np.array([1,1,0,1,0,0],dtype=bool)
print(t2)
print(t2.dtype)#调整数据类型
t3 = t2.astype("int8")
print(t3)
print(t3.dtype)#numpy中的小数
t4 = np.array([random.random() for i in range(10)])
print(t4)
print(t4.dtype)t5 = np.round(t4,2)
print(t5)

运行结果:

1.4 数组的形状

# coding=utf-8
import numpy as npa = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])
print(a)#查看数组形状
print(a.shape)#修改数组形状
print(a.reshape(3,4))#原数组形状不变
print(a.shape)b = a.reshape(3,4)print(b.shape)print(b)#把数组转化为1维度数据
print(b.reshape(1,12))print(b.flatten())

运行结果:

1.5 数组和数的计算

# coding=utf-8
import numpy as npa = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])print(a)#加法减法
print(a+5)
print(a-5)#乘法除法
print(a*3)
print(a/3)

运行结果:

1.6 数组和数组的计算

# coding=utf-8
import numpy as npa = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])b = np.array([[21,22,23,24,25,26],[27,28,29,30,31,32]])#数组和数组的加减法
print(a+b)
print(a-b)#数组和数组的乘除法
print(a*b)
print(a/b)

运行结果:

不同维度数组的计算:

# coding=utf-8
import numpy as npa = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])c = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])#不同维度的数组计算
print(a*c)

运行结果:

# coding=utf-8
import numpy as np
#2行6列的数组
a = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])
#1行6列的数组
c = np.array([1,2,3,4,5,6])print(a-c)
print(a*c)

运行结果:

# coding=utf-8
import numpy as np
#2行6列的数组
a = np.array([[3,4,5,6,7,8],[4,5,6,7,8,9]])
#1行6列的数组
c = np.array([[1],[2]])print(a+c)
print(a*c)
print(c*a)

运行结果:

初识人工智能(一):数据分析(二):numpy科学计算基础库(一)相关推荐

  1. python科学计算库-python 科学计算基础库安装

    1.numpy NumPy(Numeric Python)是用Python进行科学计算的基本软件包. NumPy是Python编程语言的扩展,增加了对大型多维数组和矩阵的支持,以及一个大型的高级数学函 ...

  2. python 科学计算基础教程电子版-自学Python 编程基础、科学计算及数据分析

    自学Python 编程基础.科学计算及数据分析 epub pdf mobi txt 下载 自学Python 编程基础.科学计算及数据分析 epub pdf mobi txt 下载 ☆☆☆☆☆ 李金 著 ...

  3. python【Numpy科学计算库】Numpy的超实用基础详细教程(看不懂你来打我)

    文章目录 Numpy简单介绍 1.Numpy是什么 2. 多维数组 numpy数据类型设定与转换 numpy索引与切片 多维数组索引.切片 数组文件输入输出 使用numpy.arange方法 使用nu ...

  4. NumPy科学计算库-学习笔记

    文章目录 NumPy科学计算库 0 准备 安装python库 jupyter 启动:jupyter notebook jupyter扩展插件 1 基本操作 1.1 数组创建 1.2 查看属性 1.3 ...

  5. MOOC网神经网络与深度学习TensorFlow实践2——numpy科学计算库、matplotlib

    numpy科学计算库 只打乱第一维的数据: Matplotlib 散点图 折线图和柱状图 波士顿房价数据集可视化 鸢尾花数据集可视化

  6. python科学计算基础教程pdf下载-Python科学计算基础教程_PDF电子书

    因资源下载地址容易失效,请加微信号359049049直接领取,直接发最新下载地址. 前言 ======================================================= ...

  7. python 科学计算基础教程电子版-Python 科学计算基础 (整理)

    Python是一种面向对象的.动态的程序设计语言,具有非常简洁而清晰的语法,既可以用于快速开发程序脚本,也可以用于开发大规模的软件,特别适合于完成各种高层任务. 随着NumPy.SciPy.matpl ...

  8. 《Python科学计算基础教程》 -- 读书笔记

    文章目录 Python科学计算基础教程 代码路径 http://www.github.com/sundaygeek/MasteringPythonScirntificComputing 第1章 科学计 ...

  9. 走过19年,每年千万下载量,科学计算开源库SciPy的前世今生

    点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 转自:机器之心 每年千万下载量,科学计算开源库 SciPy,你已经是个成熟的小伙伴了. ...

最新文章

  1. easypoi必填项_GitHub - wangjingting/poi-utils: help you more easy read or write excel file
  2. 调整html css表格位置,调整表格中的列宽(CSS / HTML)
  3. 《陶哲轩实分析》引理17.2.4证明_导数的唯一性
  4. 中国IT运维O2O市场产值规模预测及发展策略建议报告2022年
  5. SQLServer:用户自定义数据类型用法
  6. VS2010 运行库设置
  7. 更改span标签样式_CSS 内嵌样式
  8. 在VMWare Workstation 8.0.1中安装苹果MAC OS X Lion Part 2
  9. MyBatis使用MySQL存储过程
  10. 【kafka】kafka 时间轮 TimingWheel
  11. P3150 pb的游戏(1)
  12. 加密设备攻防(二)- 智能设备篇
  13. ai 数据模型 下载_为什么需要将AI模型像数据一样对待
  14. 34.【日期】计算后续日期--北京理工大学编程题
  15. Ease睡眠APP竞品分析报告
  16. SQLSERVER去重
  17. c语言编写好的程序运行自动退出,VS 2015 写的第一个c语言控制台程序,运行完程序就自动...
  18. JS下载喜马拉雅非付费音频
  19. 原来小米手机这么好用,这4大功能,各个都是黑科技,厉害了
  20. java ppt转换为html5,Apache POI PPT - PPT转换为图片

热门文章

  1. 使用.htaccess文件为站点文件夹设置密码保护
  2. 制作HTML类型的email邮件 Background Images and CSS in HTML Email
  3. 用代码证明自己闲的蛋疼(一)——cmd闪瞎狗眼
  4. curl 常用的命令
  5. LeetCode 232. Implement Queue using Stacks
  6. Spring学习笔记专题三
  7. 字符串的相关方法 2101 0310
  8. 结构数据类型的用法 值类型 c# 1231
  9. linux-noshell的模式
  10. ssh_exchange_identification: Connection closed by remote host解决方法