机器学习和数据分析-numpy中的矩阵运算

numpy把一维数组当做向量，二维数组当做矩阵

1.启动jupyter notebook

2.创建一个新的notebook，并导入numpy模块

3.定义一个数组

#1.定义一个数组a
a = np.array([0,1,2])
a
#结果：array([0, 1, 2])

#2.将a乘以2
a*2
#结果：array([0, 2, 4])

#3.定义一个列表a
a = [0,1,2]

#4.将一个列表乘以2
a*2
#结果：[0, 2, 4, 0, 2, 4]

运行效果如下：

4.导入Python中的array

import array
array.array('i',[0,2,4]) * 2
#结果：array('i', [0, 2, 4, 0, 2, 4])

运行效果如下：

5.Python中的列表

#1.使用列表推导式对列表做乘法
a = [0, 2, 4]
[i*2 for i in a]
#结果：[0, 4, 8]

#2.使用for循环对列表做乘法
res = []
for i in a:
    res.append(i * 2)
res
#结果：[0, 4, 8]

运行效果如下：

6.分别测试他们的性能

#1.定义一个数据范围data
data = range(10**6)
data
#结果：range(0, 1000000)

#2.测试for循环生成列表的时间
%%time
res = []
for i in data:
    res.append(i * 2)
#结果：Wall time: 429 ms

#3.测试列表推导式的时间
%time res = [i*2 for i in data]
#结果：Wall time: 257 ms

#4.测试np.array的时间
arr = np.array(data)
%time res = arr * 2
#结果：Wall time: 34 ms

运行效果图如下：