NumPy是Python语言的一个扩充程序库。支持高级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内部解除了Python的PIL(全局解释器锁),运算效率极好,是大量机器学习框架的基础库!Numpy是Python的一个能快速处理矩阵运算的数学库,如果你从事的是数据科学,或者机器学习领域的话,Numpy是一项最基本的技能。他不仅简化了我们在处理矩阵运算时需要编写的代码,而且,许多Numpy的底层函数用C编写,我们能获得在用普通Python自带的列表结构时,所无法达到的运算速度。

因为Numpy并不是Python本身自带的库,所以,使用之前,当然需要先安装,具体的方法,百度一下会有很多,我在此就略了。所以,我默认所有对这部分内容感兴趣的人都已经安装好了Numpy,并且有一定的Python语言基础。需要注意的是,为了使得文中的代码尽量简洁,所有出现的代码都默认已经引入了Numpy库,并简写为np。也就是说,所有代码都默认在它们之前导入了numpy库:import numpy as np。import numpy as np是什么意思呢?在深度学习、机器学习的代码中我们经常遇到这个,import意思和C语言中“include”一样,就是将文件加入该文件中,并且重命名为np,减少了单词拼写量。

import numpy as np#创建等间隔一维数组
a = np.linspace(1, 10, num=10)#linspace函数在numpy中的作用为在指定的区间内,创建间隔相等的数组,num的作用是指定间隔数量
print(a)#创建一个 10x10 的二维数组,并使得 1 和 0 沿对角线间隔放置
b = np.zeros((10,10),dtype=int)
b[1::2,::2] = 1
b[::2,1::2] = 1
print(b)#查询两个数组的交集
c = np.intersect1d([1, 3, 4, 3], [3, 1, 2, 1])
print(c)#将随机二维数组按照第n列从上到下进行升序排列
d = np.random.randint(0,10,(5,5))
print("排序前:\n",d, '\n')
print(d[d[:,0].argsort()])#找出随机一维数组中出现频率最高的值
e = np.random.randint(0,10,50)
print("随机一维数组:", e, '\n')
print(np.bincount(e).argmax())#数组的连接
g1 = np.array([1, 2, 3])
g2 = np.array([4, 5, 6])
print(np.r_[g1, g2], '\n') #按行连接
print(np.c_[g1, g2], '\n') #按列连接
#两个一维数组组合成二维数组
print(np.array([np.arange(3),np.arange(3)]))#矩阵运算
import numpy.linalg as lg
h = np.array([[1,2,3],[4,5,6],[7,8,9]])
h1= np.array([[10, 11, 12],[13,14,15],[16,17,18]])
print('原矩阵为:\n',h)
print(np.add(h,h1),'\n') #或 a+b
print(np.subtract(h,h1), '\n')# 或 a-b
print(np.multiply(h,h1), '\n') #或 a*b(对应乘)
print(np.dot(h,h1), '\n') #点乘(矩阵乘法)
print(np.divide(h,h1),'\n') #或 a/b(对应除)
print(lg.inv(h))#矩阵求逆

Python Numpy基础教程相关推荐

  1. python numpy 基础教程

    Numpy简单介绍 1.Numpy是什么 很简单,Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,其一般与Scipy.matplotlib一起使用.其实,list已经提供了类似于矩阵 ...

  2. Python——Numpy基础教程

    1.定义一维数组 import numpy as np my_array = np.array([1,2,2,3,4]) print (my_array) ====================== ...

  3. python数据分析基础教程 numpy_Python数据分析基础教程:NumPy学习指南(第2版)

    Python数据分析基础教程:NumPy学习指南(第2版) Ivan Idris (作者) 张驭宇 (译者) NumPy是一个优秀的科学计算库,提供了很多实用的数学函数.强大的多维数组对象和优异的计算 ...

  4. Python机器学习基础教程-第2章-监督学习之K近邻

    前言 本系列教程基本就是摘抄<Python机器学习基础教程>中的例子内容. 为了便于跟踪和学习,本系列教程在Github上提供了jupyter notebook 版本: Github仓库: ...

  5. python基础教程免费下载-《Python机器学习基础教程》高清版免费PDF下载

    Python机器学习基础教程-[德] 安德里亚斯·穆勒(Andreas C.Müller)[美]莎拉·吉多(Sarah Guido) 著,张亮(hysic) 译 下载地址1:网盘下载 下载地址2:网盘 ...

  6. [转载] Python OpenCV 基础教程

    参考链接: python opencv 基础5 : putText() 为图像增加文本 Python OpenCV基础教程 文章目录 Python `OpenCV`基础教程1. 简介2. 安装3. 使 ...

  7. Python机器学习基础教程(1)Irises(鸢尾花)分类之新手上路

    一.感谢博客的内容提供的参考 标题:最新版学习笔记---Python机器学习基础教程(1)Irises(鸢尾花)分类---附完整代码 作者:非鱼子焉 地址:https://zhu-rui.blog.c ...

  8. Numpy基础教程【思维导图】

    Numpy 基础教程 Python Python的数据类型:整数,浮点数,布尔值和字符串 容器 列表 切片 列表推导式 循环loops 集合 集合推到式 from math import sqrt n ...

  9. python机器学习基础教程-学习笔记(一)

    了解 scikit-learn 及其用法是很重要的,但还有其他一些库也可以改善你的编程体验. scikit-learn 是基于 NumPy 和 SciPy 科学计算库的.此外,我们还会用到 panda ...

最新文章

  1. HTMLParser的初步学习
  2. jstack分析cpu占用100%
  3. 注解开发不方便_注解(上)
  4. Php魔术函数学习与应用 __construct() __destruct() __get()等
  5. C语言实现面向对象的思想
  6. CRM的business partner和employee在后台的搜索
  7. 怎么把java程序放进php_如何在php脚本中执行Java程序?
  8. Node Sass does not yet support your current environment解决
  9. python mooc-课程资源 | Python语言系列专题MOOC
  10. 2018年上半年阅读总结(系统架构师)
  11. PHP数据结构基本概念
  12. ubuntu文件夹右键没有共享选项
  13. 跨境电商属于外贸吗,Starday跨境电商靠谱吗?
  14. IBMX3650M4服务器重装window系统
  15. mysql 视图调用存储过程_MySQL视图、存储过程
  16. KVM 虚拟化 介绍
  17. linux USB触屏无响应驱动出现EPIPE错误
  18. 计算机二级抽题规律,计算机二级考试抽题规律计算机二级考试题及答案.doc
  19. python量化交易笔记---13.描述性统计
  20. 找对英语学习方法的第一本书之:标准发音

热门文章

  1. std::sort 用法
  2. Coco Chanel(解读香奈儿)
  3. 七天学会javascript之动态删除某行(44)
  4. 网站美工设计学习笔记-开篇
  5. 背景调查过程中核查工作履历需要考虑的因素
  6. 响铃:企业SaaS上演“三国”杀,谁才是决定生死的变量?
  7. uni-app 16用户投诉开发
  8. JAVA读取FTP服务器文件内容
  9. CF978A Remove Duplicates【数组操作/STL】
  10. 水面波纹.shader