初识人工智能(一):数据分析(二):numpy科学计算基础库(一)
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 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 ======================================================= ...
- 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 ...
- 《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 ...
- 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
- easypoi必填项_GitHub - wangjingting/poi-utils: help you more easy read or write excel file
- 调整html css表格位置,调整表格中的列宽(CSS / HTML)
- 《陶哲轩实分析》引理17.2.4证明_导数的唯一性
- 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
- SQLServer:用户自定义数据类型用法
- VS2010 运行库设置
- 更改span标签样式_CSS 内嵌样式
- 在VMWare Workstation 8.0.1中安装苹果MAC OS X Lion Part 2
- MyBatis使用MySQL存储过程
- 【kafka】kafka 时间轮 TimingWheel
- P3150 pb的游戏(1)
- 加密设备攻防(二)- 智能设备篇
- ai 数据模型 下载_为什么需要将AI模型像数据一样对待
- 34.【日期】计算后续日期--北京理工大学编程题
- Ease睡眠APP竞品分析报告
- SQLSERVER去重
- 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...
- JS下载喜马拉雅非付费音频
- 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
- java ppt转换为html5,Apache POI PPT - PPT转换为图片
热门文章
- 使用.htaccess文件为站点文件夹设置密码保护
- 制作HTML类型的email邮件 Background Images and CSS in HTML Email
- 用代码证明自己闲的蛋疼(一)——cmd闪瞎狗眼
- curl 常用的命令
- LeetCode 232. Implement Queue using Stacks
- Spring学习笔记专题三
- 字符串的相关方法 2101 0310
- 结构数据类型的用法 值类型 c# 1231
- linux-noshell的模式
- ssh_exchange_identification: Connection closed by remote host解决方法