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

ICoder_Next

于 2020-05-05 09:41:35 发布

阅读量229

点赞数

CC 4.0 BY-SA版权

分类专栏：人工智能文章标签： python numpy

本文链接：https://blog.youkuaiyun.com/qq_36079912/article/details/105897302

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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