Python程序设计：numpy使用基础.pptxVIP

下载本文档

15
0
约小于1千字
约 8页
2022-06-10 发布于江西
举报
版权申诉

Python程序设计：numpy使用基础.pptx

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

任务12 Python数据分析技术美国总统大选民意调查 INTERNATIONAL MEDICAL SUMMIT FORUM 知识点： Numpy使用基础 Numpy库简介简介 Numpy是一个开源的Python科学计算库，是数据分析和科学计算领域中的重要的扩展库； Numpy提供了多维数组对象，以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等。关于更多介绍和使用请参看官方文档： /doc/stable/ Numpy库简介 Numpy ndarray对象 Numpy库最重要的一个特点就是N维数组对象，即ndarray对象，该对象具有矢量算术运算能边和复杂的广播能力，可以执行一些科学计算。属性说明 ndim 指维度个数，如一维、二维、三维等 shape 指数组的维度，如一个2行3列的数组，它的shape属性为（2，3） size 指数组元素的总个数，如2行3列数组的总个数为6 dtype 指数组中元素类型的对象 itemsize 指数组中元素的字节大小，如元素类型为int32的数组有4（32/8）个字节 Numpy库简介创建Numpy 数组的常用函数创建Numpy 数组的方式有多种，常用函数如下：属性说明 array() 用于将输入数据（列表、元组等）转换为ndarray arange() 类似于Python内置的range函数，区别在于arange主要用来创建数组，而非列表。 linspace() 创建在指定范围内的等差数列数组。 zeros() 创建根据指定长度或形状的全0数组 ones() 创建指定长度或形状的全1数组 Numpy库简介 ndarray使用 numpy_base.py Numpy库简介 numpy库简介小结谢谢观看