人民大2024《人工智能与Python程序设计》-课件第13次-numpy与科学计算.pdf

《人工智能与Python程序设计》——Numpy与科学计算

人工智能与Python程序设计教研组

提纲

numpy库

Numpy库基础

Numpy数组的结构和索引操作

线性回归

PythonAI

Numpy与科学计算

科学计算：矩阵

•科学计算是解决科学和工程中的数学问题利用计算机进行的数值计算

•组织数据是运算的基础，也是将客观世界数字化的必要手段

•科学计算以矩阵而不是单一数值为基础，增加了计算密度，能够表达

更为复杂的数据运算逻辑

•数学的矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合

•矩阵有维度概念，一维矩阵是线性的，类似于列表，二维矩阵是表格

状的二维数组

numpy库概述

•Python标准库中提供了一个array类型，用于保存数组类型数据，

但这个类型不支持多维数据，处理函数也不够丰富，不适合用于做数

值运算。

•numpy是用于处理含有同种元素的多维数组运算的第三方库。

•numpy已经成为了Python科学计算事实上的标准库。

numpy库概述

•numpy相比于list的优势：

–内存效率高

–使用更方便

–内置了很多强大的功能：FFT、卷积、快速搜索、基本统计、线性代数、

直方图等

–速度更快

numpy库概述

•numpy库处理的最基础数据类型是由同种元素构成的多维数组

（ndarray），简称“数组”。

•数组中所有元素的类型必须相同。

•数组中元素可以用整数索引，序号从0开始。ndarray类型的维度

(dimensions)叫做轴(axes)。

•由于numpy库中函数较多且命名容易与常用命名混淆，建议采用如

下方式引用numpy库：

importnumpyasnp

–其中，as保留字与import一起使用能够改变后续代码中库的命名空间，

有助于提高代码可读性。

–在程序的后续部分中，np代替numpy。

numpy库数组创建

numpy库数组创建

•数组创建

numpy库数组属性

numpy库数组属性

•数组属性

numpy库数组形态操作方法

•数组是ndarray类型对象，可以采用a.b()方式调用一些方法。

•改变数组基础形态的操作方法：例如改变和调换数组维度等。

•np.flatten()函数用于数组降维，相当于平铺数组中数据，该功能

在矩阵运算及图像处理中用处很大。

numpy库数组形态操作方法

ndarray类的索引和切片方法

•数组切片得到的是原始数组的视图，所有修改都会直接反映到源数

组。如果需要得到的ndarray切片的一份副本，需要进行复

制操作，比如arange[5:8].copy()

ndarray类的索引和切片方法

ndarray类的算术运算函数

•加减乘除等算术运算函数

ndarray类的算术运算函数

•这些函数中，输出参数y可选，如果没有指定，将创建并返回一个

新的数组保存计算结果；如果指定参数，则将结果保存到参数中。

例如，两个数组相加可以简单地写为a+b，而np.add(a,b,a)则表示

a+=b。