人工智能基础与应用（第2版）（微课版）课件 2-4 NumPy基础应用.pptx

2-4NumPy基础应用模块?Python：人工智能开发语言

目录CONTENTS求解三元一次方程01数组计算02向量化处理03

一.求解三元一次方程1.NumPy安装在Anaconda中已包含NumPy等基础库，如果其中没有找到NumPy，说明它还没有安装或已被卸载，需要执行以下命令来安装NumPy。pip3installnumpyNumpy安装界面

一.求解三元一次方程2.引例执行结果：

二.数组计算1.数组定义数组是NumPy中最基础的数据结构，N维数组对象是ndarray，它是一系列同类型元素的集合，以0开始表示集合中元素的索引。在深度学习中，神经元之间的连接关系往往采用数组形式的参数来表示，还有大数据的统计也常常采用数组特性进行排序、去重和统计计算等。使用NumPy提供的数组操作，比使用常规的Python数组操作有更高的效率和更简洁的编程代码。ndarray0开始索引表示处理高校编程简洁

二.数组计算2.引例1 importnumpyasnp2 iris_data=np.loadtxt(./data/iris.csv,delimiter=,,skiprows=1)3 print(type(iris_data))4 print(iris_data.shape)5 print(花萼长度的最大值:,np.max(iris_data[:,1]))6 print(花萼长度的最小值:,np.min(iris_data[:,1]))7 print(花萼长度的平均值:,np.mean(iris_data[:,1]))8 print(花萼长度的标准差:,np.std(iris_data[:,1]))9 print(花萼长度的方差:,np.var(iris_data[:,1]))

二.数组计算2.引例执行结果:数组计算方便代码简洁高效

三.向量化处理1.概念

三.向量化处理2.引例读数据

三.向量化处理2.引例VS结果对比：

人工智能基础与应用Thankyouverymuch!