Numpy

这篇博客介绍了NumPy的基础知识,包括创建一维和多维数组、数组的索引与运算、聚合函数的使用,以及矩阵的操作如转置、拼接和索引切片。此外,还涵盖了随机数生成、数组的初始化与复制,以及一些实用的数组操作,如元素条件替换和矩阵的增删改操作。

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

NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。

Numeric,即 NumPy 的前身,是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ,它拥有一些额外的功能。 2005年,Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。

1.numpy的数组基础

创建一维数组,输出最大值

 数组置零,数组置一,数组随机数,数组的运算

数组索引

聚合函数

 

 多维数组

 

聚合功能使用

矩阵的索引与切片

 

 跨列聚合

 转置

 

 数组的拆分

numpy基本加减和取行操作 

  矩阵删除、插入、尾部添加操作(delete,insert,append)

 

 

 np.random.choice(a, size, replace, p)

 

 np.argmax(a, axis=None, out=None)

 拉平操作 ravel()和faltten()及reshape(1,-1)的区别联系(补充[None,:]操作)

 np.prod() 计算元素乘积

把矩阵大于或小于N的元素置M的技巧 

 

 numpy中的矩阵copy问题

 

 np.zeros_like()构造全零矩阵,无需指定大小

产生随机浮点数

 np.random.randn() 生成正太分布矩阵

np.randm.randint() 生成离散均匀分布的整数值组成的矩阵 

 

python 断言 assert 

 numpy.empty() 创建指定形状和数据类型且未初始化的数组

 np.full 用于形成元素全为某元素的矩阵

np.meshgrid() 快速生成网格 

np.hstack() 和 np.vstack() 用于堆叠矩阵

 numpy 取整

 

 np.newaxis 在特定位置增加一个维度

 

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