人工智能入门课程学习（3）——常用工具之科学计算库numpy库的使用

原创于 2020-05-05 09:41:35 发布 · 251 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy

人工智能专栏收录该内容

11 篇文章

订阅专栏

本文深入探讨NumPy库在Python中的应用，对比原生list与ndarray的效率，详细介绍ndarray的各种属性及基本操作，包括生成特定数组、随机数组、正态分布抽样、数组形状与类型修改等内容。

文章目录

1.numpy学习内容总览
2.对比传统的py中的原生list和numpy中的ndarray效率
2.熟悉np数组中的各种属性
3.ndarray的基本操作

1.numpy学习内容总览

在这里插入图片描述

2.对比传统的py中的原生list和numpy中的ndarray效率

import numpy as np
import random
import time
a = []
for i in range(100000000):
    a.append(random.random())
%time sum1=sum(a)        # 统计原生list的效率

b = np.array(a)

%time sum2=np.sum(b)     # 统计numpy的效率

在这里插入图片描述

2.熟悉np数组中的各种属性

在这里插入图片描述

3.ndarray的基本操作

3.1 生成0/1数组

在这里插入图片描述

3.2 生成固定范围的数组(等比数列等)

在这里插入图片描述

3.3 生成随机数组的三种方法

在这里插入图片描述

3.4 正态分布随机抽样

在这里插入图片描述

3.5 数组形状的修改

在这里插入图片描述

3.6 数组类型的修改

在这里插入图片描述