numpy-部分学习笔记

本文详细介绍了如何使用Jupyter Notebook进行交互式编程,特别是针对NumPy库的操作,包括创建数组、数据类型转换、统计运算以及累加等。通过实例展示了如arange、zeros、astype等函数的用法,并探讨了NumPy在数学计算和数组处理中的应用。此外,还提到了一些关键函数,如cumsum,用于计算数组元素的累计和。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

- Jupyter Notebook

- jupyter notebook(也叫IPython notebook)是一个基于B/S的交互式ipython运行环境,我们通过这个web的前端提交代码,然后后台的服务程序接受我们的提交的代码,并执行,可被应用于全过程计算,开发,文档编写,运行代码和展示结果

- Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown。

- pip install jupyter

- 输入jupyter notebook启动web交互式ipython运行环境

- 浏览器http://localhost:8888/tree

- untitled 重命名

- pip install numpy

markdown的用法:

# 创建NumPy数组的多种方式
* array:将输入数据转换为ndarray,推断dtype或显示指定
* arange:类似内置函数range,返回ndarray
* zeros:创建全0数组,可指定形状和dtype
* ones:创建全1数组,可指定形状和dtype
- empty:创建新数组,只分配内存空间、不填充任何值

更多参考:NumPy中文网

# 转换NumPy数组的数据类型
- dtype:显示指定
- astype:转换

#属性:size数据大小、type数据类型、dtype,ndim数据纬度

# 查看帮助
np.array?

# zeros:创建全0数组,可指定形状和dtype
d04 = np.zeros(5) 

 

1.4.1 算术运算

  • add 加
  • subtract 减
  • multiple 乘
  • divide 除

1.4.2 数学运算

  • 三角函数:sin、cos、tan
  • 算术运算

1.4.3 统计运算

  • mean 均值
  • average 均值
  • var 方差
  • std 标准差

1.4.4 聚合运算

  • 性能区别:np聚合函数 vs py内置函数
  • sum 累加
  • prod 累乘
  • max 最大值
  • min 最小值
  • 统计运算

1.4.5 筛选与排序

  • where函数
  • sort函数

矩阵运算,加减乘除转置。

- numpy cumsum()函数,用于计算给定轴上数组元素的累计和
- numpy.cumsum(arr,axis=None,dtype=None,out=None)
- 用于计算累加的值
- axis=None,数组展平累加
- axis0:按行累加,本行+上一行
- axis1:按列累加,本列+上一列
- axis默认为依次累加,本数值+上一个数值 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值