numpy常见用法

最新推荐文章于 2025-03-23 10:45:40 发布

原创最新推荐文章于 2025-03-23 10:45:40 发布 · 269 阅读

CC 4.0 BY-SA版权

文章标签：

2 篇文章

订阅专栏

本文详细介绍NumPy库的使用，包括ndarray对象的创建与操作、矩阵运算如加法、乘法、转置与求逆，以及如何生成随机数。适合初学者快速掌握NumPy基本功能。

部署运行你感兴趣的模型镜像

import numpy as np

numpy最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。
array方法：

a=np.array([1,2])
b=np.array([[1,2],[3,4]])
print(a.shape)
print(b.shape)

输出：

(2,)
(2, 2)

asarray方法：

a=(1,2,3)
b=[[1,2],[3,4]]
c=np.asarray(a)
d=np.asarray(b)
print(c.shape)
print(d.shape)

输出：

(3,)
(2, 2)

矩阵加法：

a=np.array([[1,2],[3,4]])
b=np.array([[5,6],[7,8]])
c=np.add(a,b)
print(c)

输出：

[[ 6  8]
 [10 12]]

矩阵乘法：

a=np.array([[1,2],[3,4]])
b=np.array([[5,6],[7,8]])
c=np.matmul(a,b)
print(c)

输出：

[[19 22]
 [43 50]]

矩阵转置：

a=np.array([[1,2],[3,4]])
b=a.T
print(b)

输出：

[[1 3]
 [2 4]]

矩阵求逆：

a=np.array([[1,2],[3,4]])
b=np.linalg.inv(a)
c=np.linalg.pinv(a)
print(b)
print(c)

输出：

[[-2.   1. ]
 [ 1.5 -0.5]]
[[-2.   1. ]
 [ 1.5 -0.5]]

a=np.random.rand(3,3)
print(a)

输出：

[[0.09105005 0.36292146 0.51568084]
 [0.56693587 0.41399386 0.95627184]
 [0.69892851 0.6141022  0.98924012]]

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

图片生成

Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率