「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

numpy-cn:NumPy官方中文文档(完整版) NumPy中文文档 NumPy docs的中文(zh-cn)翻译 numpy官方文档的中文版本 当前版本v1.17 。 版权信息 除非额外说明,本网站的所有公开文档均许可协议。任何人都可以自由地分享,修改本作品,但必须遵循如下条件: 署名:必须提到原作者,提供指向此许可协议的链接,表明是否有做修改 非商业性使用:不能对本作品进行任何形式的商业性使用 相同方式共享:若对本作品进行了修改,必须以相同的许可协议共享 立即下载

本文来自机器之心

参与:一鸣、Jamin

NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。

在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之系统的中文文档,回想起当初细啃 NumPy 之时,不少人不得不徘徊于各大搜索引擎及平台反复查找,找到的文档也许还很不系统。现在,如果有什么和 NumPy 的问题,只需要浏览这份官方中文文档就足够了。它足够的系统、全面且亲民。亲民到什么程度呢?网站还独一份的配备了「防脱发指南」。

NumPy 是什么?它是大名鼎鼎的,使用 Python 进行科学计算的基础软件包,是 Python 生态系统中数据分析、机器学习、科学计算的主力军,极大简化了向量与矩阵的操作处理。除了计算外,它还包括了:

  • 功能强大的 N 维数组对象。

  • 精密广播功能函数。

  • 集成 C/C+和 Fortran 代码的工具。

  • 强大的线性代数、傅立叶变换和随机数功能

此次中文文档还强调了它两大特性:Ndarray 以及切片和索引,这两部分所涉及的功能在日常操作中是十分常见的。

  • Ndarray:一系列同类型数据的集合,以 0 下标为开始进行集合中元素的索引。ndarray 对象是用于存放同类型元素的多维数组。ndarray 中的每个元素在内存中都有相同存储大小的区域。

  • 切片和索引:ndarray 对象的内容可以通过索引或切片来访问和修改,与 Python 中 list 的切片操作一样。ndarray 数组可以基于 0 - n 的下标进行索引,切片对象可以通过内置的 slice 函数,并设置 start, stop 及 step 参数进行,从原数组中切割出一个新数组。

官网地址:https://www.NumPy.org.cn

这个官方中文项目内容繁多,文章数量庞大。机器之心在这里节选了一些亮点内容,供读者参考。

教程、文档应有尽有,中文版强调和深度学习联系

从原理开始,中文版增加理论介绍板块

这个开源的官方中文版教程可以说是非常全面了。它从最基本的理解 NumPy 开始,教程层层推进,直到让用户掌握进阶的使用方法。

从内容来看,中文版不仅仅是官方英文版本的翻译,还额外增加了「文章」这一栏目。该栏目提供了对 NumPy 背后的矩阵运算原理的详细解释,使得使用者「知其然,也知其所以然」。这是英文版教程中没有的。

以下为这一部分的目录,从这里可以看到,这部分内容主要介绍 NumPy 的基本理论,以及涉及到其应用的理论部分,如数据分析、神经网络实现,以及在其他代码库中的接口等。

基础篇

  • 理解 NumPy

  • NumPy 简单入门教程

  • Python NumPy 教程

  • 创建 NumPy 数组的不同方式

  • NumPy 中的矩阵和向量

进阶篇

  • NumPy 数据分析练习

  • NumPy 神经网络

  • 使用 NumPy 进行数组编程

  • NumPy 实现k均值聚类算法

  • NumPy 实现DNC、RNN和LSTM神经网络算法

其他篇

  • OpenCV中的图像的基本操作

  • MinPy:MXNet后端的NumPy接口

我们截取了这些文章的部分内容,可以看到,这里不仅仅会讲 NumPy 所实现的功能,还提供了原理的图解。

对于多维数组的直观讲解(部分),可以看出官方提供了很好的理论解释和图示。

注意和深度学习的联系

另一方面,NumPy 中文版教程注意到了深度学习近来的发展趋势,因此推出了结合 NumPy 和百度飞桨框架的深度学习教程。可以说,NumPy 不仅仅只是科学计算工具了,而是深度学习社区的重要组成部分。

如下为这一部分的内容,可以看到,神经网络相关的所有内容,包括原理和相关实现都涵盖到了。在这部分还有一个 7 日的深度学习入门课程,供小白用户参考。

深度学习基础教程

  • 前言

  • 线性回归

  • 数字识别

  • 图像分类

  • 词向量

  • 个性化推荐

  • 情感分析

  • 语义角色标注

  • 机器翻译

  • 生成对抗网络

七日入门深度学习(正在更新)

  • Day 1:初识深度学习

  • Day 1:如何快速入门深度学习?

  • Day 2:图像识别基础与实战

  • Day 3:目标检测基础与实践(一)

  • Day 3:目标检测实战-RCNN算法讲解

  • Day 3:目标检测实战-YOLOv3检测物体

以如下代码为例,这是一个线性回归神经网络构建的代码部分。可以看到,代码使用 NumPy 进行加载和预处理,并使用飞桨构建数据分批等的相关函数。

feature_names = [
    'CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX',
    'PTRATIO', 'B', 'LSTAT', 'convert'
]
feature_num = len(feature_names)
data = np.fromfile(filename, sep=' ') # 从文件中读取原始数据
data = data.reshape(data.shape[0] // feature_num, feature_num)
maximums, minimums, avgs = data.max(axis=0), data.min(axis=0), data.sum(axis=0)/data.shape[0]

for i in six.moves.range(feature_num-1):
   data[:, i] = (data[:, i] - avgs[i]) / (maximums[i] - minimums[i]) # six.moves可以兼容python2和python3

ratio = 0.8 # 训练集和验证集的划分比例
offset = int(data.shape[0]*ratio)
train_data = data[:offset]
test_data = data[offset:]

def reader_creator(train_data):  
    def reader():  
        for d in train_data:  
            yield d[:-1], d[-1:]  
    return reader

train_reader = paddle.batch(
    paddle.reader.shuffle(
        reader_creator(train_data), buf_size=500),
        batch_size=BATCH_SIZE)

test_reader = paddle.batch(
    paddle.reader.shuffle(
        reader_creator(test_data), buf_size=500),
        batch_size=BATCH_SIZE)

用户文档和参考手册:覆盖 NumPy 的一切

当然,最核心的部分当然是 NumPy 本身的文档了。中文版中对用户的使用文档和 NumPy 所有 API 都进行了翻译和整理工作,基本上用户需要的内容都可以在这里找到。

用户文档目录如下,这里还贴心地提供了和「竞品」Matlab 的比较,以及 NumPy 在 C 语言下的 API 使用方法。

  • NumPy 介绍

  • 快速入门教程

  • NumPy 基础知识

  • 其他杂项

  • 与 Matlab 比较

  • 从源代码构建

  • 使用 NumPy 的 C-API

从这里可以看到,官方中文版真的是诚意满满。不仅提供原始文档的翻译,还加上了包括深度学习教程、其他来源的功能+原理解读材料。对于刚上手 NumPy 的人来说,这就是最佳的学习教程。不管是自学也好,还是用于开发也好,都是极好的。

其他资源及文档

如果读到这里你还不过瘾?没关系,官网还有相关配套的文章及视频,让你多样化地保持新鲜感:


另外,独有一份的防脱发指南让你入坑之时再无后顾之忧:

面向开发者还单独有一份开发者指南,这是一份详细的操作清单,如何合理的配置及使用开发环境等一系列问题都已被包含在内。

  • NumPy 行为准则

  • Git 教程

  • 设置和使用您的开发环境

  • 开发流程

  • NumPy 基准测试

  • NumPy C 风格指南

  • 发布一个版本

  • NumPy 治理

NumPy 的用户数量庞大,开发者社区也非常繁荣。从包括 PyTorch、NumPy 等开源工具陆续推出中文版文档来看,中文世界在机器学习领域受到了更大的关注。

完)





Python自动化监控:实时捕捉LOF基金溢价套利机会并微信预警 本文详细介绍了如何使用Python构建一个自动化监控系统,实时捕捉LOF基金的溢价套利机会。通过AKShare获取基金数据,结合雪球API计算实时溢价率,并利用企业微信API实现微信推送预警,帮助投资者高效、自动地发现并抓住转瞬即逝的套利机会。 阅读详情

相关推荐

基于JavaFX的Http Server模拟器

源码地址 GitHub - DayRain/http-server-simulator: http server 模拟器 功能描述 HttpServer模拟器,通过简单的配置即可模拟第三方服务端,用于接收和响应HTTP请求。 支持同时模拟多个服务、动态添加接口、动态配置返回值。 使用说明 运行 exe运行 编译代码后,点击exe直接运行 代码运行 下载好代码后,运行主类ApplicationStarter即可 新建服务 主界面如下 点击 文件-新建 创建新的服务 ...

小楼夜听雨的博客 2536

【AiDocZh.com】Numpy官网文档中文翻译上线啦

NumPy 是 Python 中科学计算的基本包.它是一个 Python 库,提供了一个多维数组对象,各种派生对象(如掩码数组和矩阵),以及一系列用于快速操作数组的例程,包括数学、逻辑、形状操作、排序、选择、I/O、离散傅里叶变换、基本线性代数、基本统计操作、随机模拟等等.在 NumPy 包的核心,是ndarray对象.这个对象封装了同质数据类型的nNumPy 数组在创建时具有固定大小,不像 Python 列表(可以动态增长).改变ndarray的大小将创建一个新数组并删除原始数组.

数智笔记 3362

快速修改Petalinux编译生成的rootfs.cpio.gz文件:无需重新编译的实用技巧

本文详细介绍了如何在不重新编译的情况下快速修改Petalinux生成的rootfs.cpio.gz文件,适用于Zynq平台开发。通过解包image.ub、修改rootfs内容并重新打包的完整流程,可显著提升调试效率,特别适合频繁修改配置文件的场景。文章还提供了自动化脚本和进阶应用技巧,帮助开发者优化工作流程。

weixin_28285943的博客 243

NumPy 1.26 中文官方指南(三)

MATLAB® 和 NumPy 有很多共同之处,但 NumPy 是为了与 Python 一起使用而创建的,而不是 MATLAB 的克隆。本指南将帮助 MATLAB 用户开始使用 NumPy。在 MATLAB 中,用于自定义环境的主要工具是修改搜索路径,包含您喜欢函数的位置。您可以将这种定制放入 MATLAB 将在启动时运行的启动脚本中。NumPy,或者更确切地说是 Python,具有类似的功能。要修改 Python 搜索路径以包括您自己模块的位置,请定义PYTHONPATH环境变量。

龙哥盟 2536

图片边界矢量化-地理配准

无地理和投影信息的JPG图片,通过ArcGIS进行地理配准(Georeferencing)完成数字化边界。

u012727861的博客 1909

别再只用线性回归了!用sklearn的核岭回归搞定非线性数据(附RBF核调参实战)

本文详细介绍了如何使用sklearn的核岭回归处理非线性数据,特别是RBF核的应用与调参实战。通过网格搜索找到最佳参数组合,核岭回归能有效捕捉数据中的复杂波动,显著提升模型性能。适合需要解决非线性问题的数据科学家和机器学习工程师。

weixin_34246529的博客 339

numpy中文参考手册,官方,超详细

numpy的中文参考手册链接

wuxulong123的博客 1万+

青龙人形机器人硬件平台设计全解析:从构型到控制系统的实战指南

本文深度解析了青龙人形机器人硬件平台的设计全流程,从需求分析、构型设计到核心系统实现。文章详细阐述了其43个自由度的仿生构型、高动态性下肢设计、灵巧作业系统以及分布式控制架构,并探讨了旋转关节与直线关节等关键技术选型,为开发者提供了从理论到实践的完整硬件设计指南。

weixin_29248313的博客 386

NumPy 1.26 中文文档(三)

原文:numpy.org/doc/ 基础与用法 NumPy 基础知识 原文:numpy.org/doc/1.26/user/basics.html 这些文档阐明了 NumPy 中的概念、设计决策和技术限制。这是了解 NumPy 基本思想和哲学的好地方。 数组创建 对ndarrays进行索引 使用 NumPy 进行 I/O 数据类型 广播 复制和视图 结构化数组 通用函数(ufunc)基础知识 MATLAB 用户的 NumPy 原文:numpy.org/doc/1

龙哥盟 1567

流体动力学仿真软件:XFlow_(20).案例研究:声学仿真

在流体动力学仿真软件中,声学仿真是一个重要的应用领域。通过数值模拟,工程师和科研人员可以预测和分析流体系统中的声学现象,如气动噪声、声波传播和声场分布。这些仿真结果对于优化设计、降低噪声水平和提高系统性能具有重要意义。本节将详细介绍如何在流体动力学仿真软件中进行声学仿真,包括声学模型的选择、参数设置、后处理分析等内容,并通过具体的案例来说明这些步骤。

kkchenjj的博客 903

YOLOv11【第六章:模型压缩与极致优化篇·第4节】Lamp 剪枝算法:无需超参的自动化剪枝策略!

🏆 本文收录于专栏 《YOLOv11实战:从入门到深度优化》。本专栏围绕 YOLOv11 的改进、训练、部署与工程优化 展开,系统梳理并复现当前主流的 YOLOv11 实战案例与优化方案,内容目前已覆盖 分类、检测、分割、追踪、关键点、OBB 检测 等多个方向。

**My Coding Family** 1218

「最全」实至名归,NumPy官方早有中文教程,结合深度学习,还有防脱发指南...

来源 | 机器学习算法那些事NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy ...

AI科技大本营 6774

Hermes Agent 对阵 OpenClaw:自我改进的 AI 队友

但在 2026 年 2 月,Nous Research 发布了 Hermes Agent,它带来了不同的愿景:一个不仅能够运行,还能学习的代理。在完成复杂的多步骤任务后,它会分析自己的操作并创建一个可复用的技能。对于已在使用 OpenClaw 的澳大利亚企业而言,这意味着您可以试用 Hermes Agent,而无需丢失数月的配置和自定义成果。最重要的区别在于理念:OpenClaw 是一个需要配置的工具,而 Hermes Agent 则是一个会学习的队友。OpenClaw 的技能是静态的。

xiaoshun007的专栏 1572

activiti 7中文文档_「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。机器之心报道,参与:一鸣、Jamin。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之系统的中文文档,回想起当初细啃 NumPy 之时,不少人不得不徘徊于各大搜索引擎及平台反复查...

weixin_35965051的博客 4862

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

opencv中文手册_数据科学|「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

文章须知文章作者:机器之心责任编辑:书生审核编辑:阿春微信编辑:玖蓁本文转载自公众号 机器之心(ID:almosthuman2014)原文链接:「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南作者:机器之心编者按如果说Pandas是传统机器学习的必备模块,那么Numpy就是深度学习的基本功。目前市面上有太多基于Pandas的教程,但是关于Numpy的教程,在寻找资料的过...

weixin_39927144的博客 119

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

android官方文档中文版_「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。机器之心报道,参与:一鸣、Jamin。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之系统的中文文档,回想起当初细啃 NumPy 之时,不少人不得不徘徊于各大搜索引擎及平台反复查...

weixin_39924779的博客 317

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

2019b官方手册中文版_数据科学|「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

文章须知文章作者:机器之心责任编辑:书生审核编辑:阿春微信编辑:玖蓁本文转载自公众号 机器之心(ID:almosthuman2014)原文链接:「最全」实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南作者:机器之心编者按如果说Pandas是传统机器学习的必备模块,那么Numpy就是深度学习的基本功。目前市面上有太多基于Pandas的教程,但是关于Numpy的教程,在寻找资料的过...

weixin_39747807的博客 74

实至名归!NumPy 官方早有中文教程,结合深度学习,还有防脱发指南

NumPy 官方中文教程,结合深度学习从原理开始,中文版增加理论介绍板块注意和深度学习的联系用户文档和参考手册:覆盖 NumPy 的一切其他资源及文档传送门 NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。 在 Github 上一度蝉联最流行的机器学习和数...

迈微AI研习社 · 号主 914

keycloak中文使用文档_「最全」实至名归,NumPy 官方早有中文教程,结合深度学习...

机器之心报道参与:一鸣、JaminNumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之系统的中文文档,回想起当初细啃 NumPy 之时,不少人不得不徘徊于各大搜索引擎及平台反复查找,...

weixin_39805255的博客 1730

最全的官方中文教程来了,NumPy结合深度学习,还有防脱发指南

点击上方“开发者技术前线”,选择“星标”在看真爱来自:机器之心报NumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版...

开发者技术前线-DevolperFront 468

深入扒一扒 NumPy 中文网《防脱发指南》,糟糕被圈粉了!

整理 | 伍杏玲出品 | 程序人生(ID:coder_life)NumPy是使用Python进行科学计算的基础包,可用作机器学习、科学计算,深受程序员的喜爱,拥有:一个强大的N维数组对象...

程序人生的博客 4422

android官方文档中文版_数据科学|最全实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

↑↑↑↑↑点击上方蓝色字关注我们!『运筹OR帷幄』转载作者:机器之心编者按如果说Pandas是传统机器学习的必备模块,那么Numpy就是深度学习的基本功。目前市面上有太多基于Pandas的教程,但是关于Numpy的教程,在寻找资料的过程中笔者发现NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,...

weixin_39607450的博客 217

android官方文档中文版_最全实至名归,NumPy 官方早有中文教程,结合深度学习,还有防脱发指南...

点击 机器学习算法与Python学习 ,选择加星标精彩内容不迷路本文转自机器之心在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之系统的中文文档,回想起当初细啃 NumPy 之时,不少人不得不徘徊于各大搜索引擎及平台反复查找,找到的文档也许还很不系统。现在,如果有什么和 NumPy 的问题,只需要浏览这份官方中文文档就足够了。它足够的系统、全面且亲民。亲...

weixin_39987847的博客 94

android官方文档中文版_NumPy官方早有中文教程,结合深度学习,还有防脱发指南...

点击上方“深度学习工坊”,选择“星标”或"置顶"关键时刻,第一时间送达本文转载自机器之心 |参与:一鸣、JaminNumPy 无疑是很多机器学习研究者和开发者的「白月光」。如此优秀的项目,没有中文版怎么行?近日,机器之心发现 NumPy 官方早在去年就已出了一个中文版网站,涵盖 NumPy 的一切。在 Github 上一度蝉联最流行的机器学习和数据科学包 NumPy,已经有了非常之...

weixin_39540020的博客 171
上一篇: 除了负载均衡,Nginx 能做的真是太强大了!
下一篇: 使用 4 个样本画出 ROC 曲线
Wang_AI
博客等级 码龄12年 997粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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