数组数据的处理与分析测试数据的批量生成上90课件讲解.pptxVIP

数组数据的处理与分析-测试数据的批量生成（上）

任务描述任务描述：通过NumPy生成符合正态分布的测试数据并绘制成直方图。主要内容：1.了解什么是NumPy？2.NumPy的优势有哪些？3.NumPy的内存风格4.NumPy下载并导入5.NumPy常用的属性与方法

NumPy基本概述NumPy（NumericalPython）是一个功能强大的数值计算库，它是Python科学计算的重要工具之一（1）NumPy最显著的特点是多维数组和矩阵的处理能力。（2）NumPy在数据科学、机器学习、深度学习、人工智能等领域得到了广泛应用。（3）无论是进行大规模数据处理、高精度数值计算，还是进行线性代数操作，NumPy都是一个不可或缺的工具。

（5）NumPy与其他常用库和工具高度兼容，并且能够轻松集成到数据科学和机器学习的工作流程中。NumPy的优势NumPy的优点（3）内置了大量的数学函数，包括各种数学运算、统计计算和随机数生成等。（2）NumPy的广播功能允许对不同形状的数组进行元素级操作，而无需进行显式循环操作。（1）能够更快速地处理大规模数据集和频繁的数值计算任务。（4）它提供可以提供数组的创建、索引、切片、形状变换和数值计算等功能，方便用户对数据进行高效操作和处理。（6）NumPy拥有广泛的文档和一个活跃的社区。

NumPy的内存风格（1）连续的内存布局：NumPy数组的元素在内存中按顺序连续分配和存储。（2）广播机制：在二元运算（如加法和乘法）中，NumPy可以自动地扩展不同形状的数组，并只需分配少量额外的内存。（3）可变长度、不可变形状：NumPy数组通常具有固定的大小，一旦创建，其形状无法更改。（4）设置缓冲区属性允许设置Python对象的缓冲区协议属性

NumPy的内存风格NumPy的底层数据存储方式如图所示：

NumPy下载并导入（1）首先需要在终端通过pip进行下载，具体代码如下：pipinstallnumpy-i/simple（2）在下载成功库之后，便可以继续完成库的导入，具体代码如下：importnumpyasnp