黄海广numpy使用总结.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1 机器学习-NumPy使用总结 黄海广 副教授 2021年06月 本章目录 2 01 NumPy概述 02 NumPy数组(ndarry)对象 03 ufunc函数 04 NumPy的函数库 1.NumPy概述 3 01 NumPy概述 02 NumPy数组(ndarry)对象 03 ufunc函数 04 NumPy的函数库 NumPy是什么? 4 NumPy(Numeric Python)是Python的一种开源的数值计算扩展库。 它包含很多功能: · 创建n维数组(矩阵) · 对数组进行函数运算 · 数值积分 · 线性代数运算 · 傅里叶变换 · 随机数产生 ······ NumPy是什么? 5 NumPy提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处 理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大 型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore, NASA 用其处理一些本来使用 C++ ,Fortran 或 Matlab 等所做的任务。 NumPy是什么? 6 标准的Python中用list (列表)保存值,可以当做数组使用,但因为列表 中的元素可以是任何对象,所以浪费了CPU运算时间和内存。 NumPy诞生为了弥补这些缺陷。它提供了两种基本的对象: ndarray :全称(n-dimensional array object)是储存单一数据类型的 多维数组。 ufunc :全称(universal function object)它是一种能够对数组进行处 理的函数。 NumPy的官方文档: /doc/numpy/reference/ NumPy的安装 7 Anaconda里面已经安装过NumPy。 原生的Python安装: · 在cmd中输入 pip install numpy 安装之后,我们用导入这个库 import numpy as np 2.NumPy数组(ndarry)对象 8 01 NumPy概述 02 NumPy数组(ndarry)对象 03 ufunc函数 04 NumPy的函数库 1.1 认识 NumPy 数组对象 9 NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据 的集合,以 0 下标为开始进行集合中元素的索引。 ndarray 对象是用于存放同类型元素的多维数组。 import numpy as np # 导入NumPy工具包 data = np.arange(12).reshape(3, 4) # 创建一个3行4列的数组 data array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) ndarray对维数没有限制。 [ ]从内到外分别为第0轴,第1轴,第2轴,第3轴。 1.1 认识 NumPy 数组对象 10 NumPy 数组图示 shape(4,) shape(3,2) shape(4,3,2) 1.1 认识 NumPy 数组对象

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档