python中numpy的基本使用介绍

yuday 2020-03-13 13:41 

numpy是用于在Python中进行科学计算的库。尽管基本的计算可以在Python中完成,但使用numpy可以加快计算速度,节省空间,具有矢量运算能力,使之成为对复杂公式操作更容易的库。

Numpy通常用于机器学习,numpy提供了python对多维数组对象的支持,处理数组并使N维数组可操作。它可以在一维中处理向量,在二维中处理矩阵,并在三个或更多维中处理张量。(这是数学部分)


▼用法示例

下面列出了一些numpy数组的示例,通过常规导入使其可用。(如果没有,请安装它)


#导入numpy

import numpy as np


#一维运算

one = np.array([1,2,3])

print( one )

one = one + 1

print( one )

#执行结果 

       [1, 2, 3]
       [2, 3, 4]  

#二维操作

two = np.array([[1,2,3],[4,5,6]])

print( two)

two = two * 2

two2 = np.array([[10,20,30],[40,50,60]])

print(two + two2)

#执行结果 

       [[1 2 3]
       [4 5 6]]
       [[12 24 36]
       [48 60 72]] 

#三维操作

print(np.arange(24).reshape(3, 2, 4))

#执行结果

      [[[ 0  1  2  3]
      [ 4  5  6  7]]
      [[ 8  9 10 11]
      [12 13 14 15]] 
      [[16 17 18 19]
      [20 21 22 23]]] 

#排序(多维)

sor = np.array([2,5,9,3,8])

print(np.sort(sor))

print(np.sort(sor)[::-1])

#执行结果 

      [2 3 5 8 9]
      [9 8 5 3 2]

以上是对numpy基本操作的例子,numpy支持大量高级维数组和矩阵运算,并且还提供了大量用于数组运算的数学函数库。

发表评论


表情