np函数学习

这篇博客介绍了numpy库中的一些关键函数:numpy.square()用于计算矩阵中每个元素的平方;numpy.sqrt()返回输入数组元素的平方根;numpy.dot()不仅处理向量的内积,还能进行矩阵乘法;np.bincount()函数用于对非负整数进行计数,自动填充0到最大值间的计数;np.random.choice()则在抽样时可以选择元素是否可以重复出现。

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

  • numpy.square()
    这里写图片描述
  1. 输入一个矩阵,返回一个同样大小的矩阵,里面的每一个元素平方。
  • numpy.sqrt()
    这里写图片描述
    返回一个与输入对象shape相同的多维数组,里面的每一个元素都是输入数组对应元素的开更号的运算。
  • numpy.dot()
    这里写图片描述
  1. 如果A和B都是一维向量,是内积的运算,例如a= [x1,x1,x3],b =[y1,y2,y3].a内积b的结果为x1y1+x2y2+x3*y3->是一个数字a = np.array([1,5,8]);c = np.array([1,5,3])最后结果为50
  2. 如果A和B为2-D的阵列,那就按矩阵的乘法运算来。
  3. 如果是A是N-D,B是1-Darray,结果为:所有A的最后一轴与B进行和积 ,比如A为二维的阵列,那就是A的每一行D维的向量与B进行内积求和例1d = np.array([[2,2,3],[1,8,9]]) a = np.array([1,5,8]) 结果为:[ 36 113] 例二:223的矩阵与13的dot运算。 d = np.array([[[2,2,3],[1,8,9]],[[2,2,3],[1,8,9]]]) a = np.array([1,5,8])结果为22[[ 36 113] [ 36 113]]
  4. 如果A是N-D,B是M-D,那就是进行和积运算:按照A的最后一轴和B的倒数第二轴进行和积。自己理解就是各自的维数的1-D数组做内积,然后组成一个多维的矩阵。
  • np.bincount()
    在这里插入图片描述
    函数会自动从0开始的到数组最大值得中间间隔为1 的数值的计数。

  • np.random.choice()

在这里插入图片描述
replace参数是在一次抽样中,是否元素可以重复出现,如果replace= True 则抽样中的元素可以重复出现,否则不行。

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