学习numpy快速入门教程心得体会（1）

一、numpy的主要对象

NumPy的主要对象是同构多维数组。例如，在3D空间中的一个点坐标为[1, 3, 5]具有一个轴(只有一层[ ])，轴中有3个元素，所以我们说它长度为3。另外，多维数组中轴的数量即为维度的数量(有多少层[ ]，轴就有多少个，维度就有多少个，一般我们常用二维数组矩阵)。

二、ndarray对象有着许多重要的属性

ndarray.ndim - 数组的轴（维度）的个数。

ndarray.shape - 数组的维度。其类型为一个整数元组，对于一个矩阵（n*m),它的shape就是（n,m)

ndarray.size - 数组元素的总数。对于一个矩阵（n*m)，其值就是n*m

ndarray.itemsize - 数组中每个元素的字节大小。例如，对于float64类型，其值为8（64/8)

对于complex32 类型，其值为4（32/8)

针对第一和第二点展开举例：

import numpy as np
a = np.arange(6).reshape(2, 3) #构造一个二维的数组
b = np.array([6., 7., 8.])   #自定义一个一维的数组(即行向量)，传入的参数是一个列表类
print(a)
print(a.ndim)
print(a.size)
print(a.itemsize)
print("#########")
print(b)
print(b.ndim)
print(b.size)
print(b.itemsize)

得到：

[[0 1 2]
[3 4 5]]
2
6
4
#########
[6. 7. 8.]
1
3
8

ps:细心的小伙伴会发现其实python中数组与列表在表现形式上只是相差了中间的间隔符“ , ”

三、数组创建

1.你可以使用array函数从常规Python列表或元组中创建数组。

例如：

import numpy as np
a = np.array([1, 2, 3])
b = np.array((4, 5, 6))
print(a)
print("######")
print(b)

得到：

[1 2 3]
######
[4 5 6]

2.array 还可以将序列的序列转换成二维数组，将序列的序列的序列转换成三维数组...

例如：

import numpy as np
a = np.array([(1, 2, 3), (4, 5, 6)])
print(a)

得到：

[[1 2 3]
[4 5 6]] #转换成了一个二维数组

3.也可以在创建时显式指定数组的类型：

例如：

import numpy as np
c = np.array([[1, 2], [3, 4]], dtype=complex)
print(c)

得到：
[[1.+0.j 2.+0.j]
[3.+0.j 4.+0.j]]

4.其他独特的数组创建

函数zeros创建一个全是0组成的数组；函数ones创建一个全是1组成的数组；函数empty创建一个内容随机，默认为float64类型的数组；函数arange创建元素成等差的一维数组。

例如：

import numpy as np
a = np.zeros((2, 3, 4))
b = np.ones((3, 4), dtype=np.int64)
c = np.empty((2, 3))
d = np.arange(10, 30, 5)
e = np.arange(0, 0.6, 0.2)
print(a)
print(b)
print(c)
print(d)
print(e)

得到：

[[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]]
[[1 1 1 1]
[1 1 1 1]
[1 1 1 1]]
[[4.76660078e+180 2.90601812e+132 1.23478419e-259]
[3.00755678e+161 3.12121749e+209 2.88225533e+214]]
[10 15 20 25]
[0. 0.2 0.4]

学习numpy快速入门教程心得体会（1）相关推荐

Python3数据分析——NumPy快速入门教程（官网教程翻译）
目录一.基础篇 1.创建数组 2.打印数组 3.基本运算 4.通用函数(ufunc) 5.索引,切片和迭代二.形状操作 1.更改数组的形状 2.组合(stack)不同的数组 3.将一个数组分割(s ...
python科学计算教学_Python最好用的科学计算库：NumPy快速入门教程（二）
形状操作首先导入numpy库 >>> import numpy as np 改变数组的形状数组的形状由每个维度的元素的数量决定. >>> a = np.floo ...
《Python数据分析基础教程：NumPy学习指南（第2版）》笔记1：第一章 NumPy快速入门
NumPy快速入门 1.1 Python NumPy是基于Python的,因此在安装NumPy之前,需要先安装Python.某些操作系统已经默认安装有Python环境,但仍需检查Python的版本是否 ...
sklearn快速入门教程：（五）集成学习
sklearn快速入门教程–(五)集成学习一.集成学习简述集成学习是目前各类竞赛和工程中应用最广泛的模型提升方法.比如在kaggle中就有关于集成学习的介绍(Kaggle模型融合原文).这里所谓的 ...
良心推荐最适合新手学习的Matlab快速入门教程
MATLAB 快速入门教程(一) 一.关于MATLAB的基本操作和介绍 1. 如何打开matlab的文件 2. 如何运行一段代码 3. some tips about matlab 1. 如何打开ma ...
sklearn快速入门教程：（三）机器学习的通用模式及实现方法
一.从线性回归总结机器学习的通用模式从上篇博客我们详细讲述了线性回归的实现方式.线性回归的调用方式实际上是sklearn的典型方式,在掌握这个方法之后我们继续进一步深入,探索其它的模型的使用. 回顾 ...
sklearn快速入门教程：（二）线性回归
文章目录一.从本文起学会快速阅读和学习二.线性回归的原理回顾及官方文档三.官方文档的分析四.举一反三五.小结一.从本文起学会快速阅读和学习本来是想把关于快速阅读的说明写在前一节,但最后还 ...
sklearn快速入门教程：（一）准备工作
sklearn快速入门教程 – 准备工作 1. 前言 sklearn全称 scikit-learn,它是一个集成了目前市面上最常用的机器学习模型的库,使用起来非常轻松简单,因此获得了广泛的应用. 从官 ...
深度学习工程应用快速入门
课程介绍伴随人工智能时代的到来,深度学习技术也发挥着越来越重要作用,越来越多的技术人才开始投身入这一行业中,并希望发展成为一名深度学习算法工程师.然而,在实际的工程设计中,深度学习研发者总会面临着各 ...

学习numpy快速入门教程心得体会（1）

学习numpy快速入门教程心得体会（1）相关推荐

最新文章

热门文章

学习numpy快速入门教程 心得体会（1）

学习numpy快速入门教程 心得体会（1）相关推荐

最新文章

热门文章

学习numpy快速入门教程心得体会（1）

学习numpy快速入门教程心得体会（1）相关推荐