numpy入門

2021-03-02 Python數據分析之旅

一.NumPy簡介

     NumPy是一個運行速度非常快的數學庫，主要用於數組計算，包含：

         1.一個強大的N維數組對象 ndarray

         2.廣播功能函數

         3.線性代數、傅立葉變換、隨機數生成等功能

二.NumPy安裝

方式1：pip install numpy方式2：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
三.NumPy創建
import numpy as npprint('導包成功')
arr1=np.array([(1,2,3),['a','b','c']])print('arr1:',arr1)arr2=np.array(range(10))print('arr2:',arr2)
arr1: [['1' '2' '3'] ['a' 'b' 'c']]arr2: [0 1 2 3 4 5 6 7 8 9]
numpy的內置函數創建
print(np.arange(10)) print(np.arange(10.0)) print(np.arange(1,10))  print(np.arange(6.0,11,2)) print(np.arange(10000))
[0 1 2 3 4 5 6 7 8 9][0. 1. 2. 3. 4. 5. 6. 7. 8. 9.][1 2 3 4 5 6 7 8 9][ 6.  8. 10.][   0    1    2 ... 9997 9998 9999]
                                   arange()函數創建


ar1 = np.linspace(2.0, 4.0, num=5)ar2 = np.linspace(2.0, 4.0, num=5, endpoint=False)ar3 = np.linspace(2.0, 4.0, num=5, retstep=True)print(ar1,type(ar1))print(ar2)print(ar3,type(ar3))
[2.  2.5 3.  3.5 4. ] <class 'numpy.ndarray'>[2.  2.4 2.8 3.2 3.6](array([2. , 2.5, 3. , 3.5, 4. ]), 0.5) <class 'tuple'>
                                                         linspace()函數創建

arr1=np.logspace(0,9,10)print('數值10的0-9次冪是',arr1)
arr2=np.logspace(0,9,10,base=2)print('數值2的0-9次冪是',arr2)

數值10的0-9次冪是 [1.e+00 1.e+01 1.e+02 1.e+03 1.e+04 1.e+05 1.e+06 1.e+07 1.e+08 1.e+09]數值2的0-9次冪是 [  1.   2.   4.   8.  16.  32.  64. 128. 256. 512.]
                                         logspace()函數創建
eye1=np.eye(3)eye1
array([[1., 0., 0.],       [0., 1., 0.],       [0., 0., 1.]])
                                         eye()函數創建
zeros1=np.zeros((3,3))zeros1
array([[0., 0., 0.],       [0., 0., 0.],       [0., 0., 0.]])
                              zeros()函數創建
#diag()函數用於創建對角矩陣，可以指定對角矩陣的值diag1=np.diag((1,2,3,4,5))diag1
#運行結果array([[1, 0, 0, 0, 0],       [0, 2, 0, 0, 0],       [0, 0, 3, 0, 0],       [0, 0, 0, 4, 0],       [0, 0, 0, 0, 5]])
                                diag()函數創建
四.NumPy屬性
arr = np.array([1,2,3,4,5,6,7])print(arr)          print(arr.ndim)     print(arr.shape)    print(arr.size)     print(arr.dtype)    
[1 2 3 4 5 6 7]1(7,)7int32

相關焦點

  • Numpy入門指南
    Numpy 入門指南array基本屬性Numpy的主要對象是同構多維數組。
  • Numpy入門詳細教程
    numpy入門詳細教程python數據科學基礎庫主要是三劍客：numpy，pandas以及matplotlib，每個庫都集成了大量的方法接口，配合使用功能強大。n數組變形是指對給定數組重新整合各維度大小的過程，numpy封裝了4類基本的變形操作：轉置、展平、尺寸重整和複製。主要方法接口如下：
  • 數據分析之Numpy入門
    目錄1、什麼是numpy2、安裝numpy3、n維數組對象4、數組創建5、數組維度6、數組元素個數7、數組元素數據類型8、改變數組形狀9、數組索引和切片操作10、數組轉換與元素迭代11、數組級聯操作numpy具有以下三大特點2、安裝numpynumpy是一個python庫，所以使用python包管理工具pip或者conda都可以安裝pip install numpy或者conda install numpy
  • python數據分析:numpy入門
    微信公眾號：學點啥玩點啥小白友好型python數據分析：numpy入門numpy:一個在python中做科學計算的基礎庫，重在數值計算，也是大部分python科學計算庫的基礎庫，多用於在大型、多維數組上執行數值計算。
  • Python從入門到精通- 什麼是NumPy? (上)
    本文是 Python 系列的第三篇Python
  • 技術圖文:NumPy 的簡單入門教程
    import numpy as npa = np.eye(4)b = np.eye(2, 3)print(a)'''[[ 1.  0.  0.  0.] [ 0.  1.  0.  0.] [ 0.  0.  1.  0.] [ 0.  0.  0.  1.]]
  • python:numpy入門詳細教程
    本篇先從numpy開始，對numpy常用的方法進行思維導圖式梳理，多數方法僅拉單列表，部分接口輔以解釋說明及代碼案例。最後分享了個人關於axis和廣播機制的理解。本文知識要點一級菜單numpy：numerical python縮寫，提供了底層基於C語言實現的數值計算庫，與python內置的list和array數據結構相比，其支持更加規範的數據類型和極其豐富的操作接口，速度也更快num
  • numpy入門(隨機數)
    一.常見的隨機函數    1.正態分布import numpy2.24357867] [2.38914975 1.86630216 1.85451615 1.44908467] [1.96599849 3.50036059 1.16862046 0.29284233]]     2.均勻分布import numpy
  • 【入門基礎】Numpy基礎20問
    一言以蔽之，numpy是python中基於數組對象的科學計算庫。提煉關鍵字，可以得出numpy以下三大特點：2、如何安裝numpy？numpy中常用array函數創建數組，傳入列表或元組即可。2]])'''16、numpy中如何進行數值捨入操作？
  • 清晰易懂的Numpy入門教程
    構建的，機器學習包scikit-learn也大量使用了numpy方法。如何通過numpy生成序列數（sequences），重複數（repetitions）和隨機數（random）7. 小結構建numpy數組的方法很多，比較常用的方法是用np.array函數對列表進行轉化。
  • 清晰易懂的 Numpy 入門教程
    構建的，機器學習包scikit-learn也大量使用了numpy方法。如何通過numpy生成序列數（sequences），重複數（repetitions）和隨機數（random）7. 小結構建numpy數組的方法很多，比較常用的方法是用np.array函數對列表進行轉化。
  • Numpy入門教程:練習作業01
    【知識點：數組的創建】【答案】import numpy as nparr = np.arange(10)print(arr)# [0 1 2 3 4 5 6 7 8 9]2. 創建一個元素全為True的 3×3 數組。
  • AI入門之數據處理(Numpy指南)
    python中的數據操作基本都用numpy來做，在做深度學習的過程一定也繞不過numpy。
  • 介紹 NumPy 的五種玩法
    圖解入門
  • 數據系列教程之numpy( 三)
    數據分析系列教程之numpy( 一）數據分析系列教程之numpy（二）上周講了數據分析入門的前兩節，numpy
  • Python+numpy實現矩陣QR分解
    Python擴展庫numpy實現了矩陣QR分解的函數qr()，除本文演示的用法之外，該函數的mode參數還支持另外幾個值，可以通過help(numpy.linalg.qr)查看詳細信息並結合矩陣分析的有關知識進行理解。
  • python數據科學系列:numpy入門詳細教程
    本篇先從numpy開始，對numpy常用的方法進行思維導圖式梳理，多數方法僅拉單列表，部分接口輔以解釋說明及代碼案例。最後分享了個人關於axis和廣播機制的理解。本文知識要點一級菜單數組變形是指對給定數組重新整合各維度大小的過程，numpy封裝了4類基本的變形操作：轉置、展平、尺寸重整和複製。主要方法接口如下：
  • 100道 NumPy 典型實例與答案
    沒有基礎的同學可以先學習下面這2個教程 (幫忙分享文章到朋友圈，免費給大家源碼哈)NumPy 10分鐘入門教程Python3 10分鐘入門教程需要源碼的同學幫忙把文章分享到朋友圈，然後加微信：2252377210 ^_^找姐要。1.
  • Python學習第117課——numpy中dot的運用舉例
    我們現在入門階段知道有這個概念就行，能解決實際問題就行，後面遇到了問題再去深入。現在我們是為了入門，入門之後，你可以根據自身的底子去選擇發展方向。閒話少敘，我們對numpy中的矩陣相乘做一些舉例說明。我們還是使用上節的兩個矩陣為例。
  • Python之numpy數組學習(一)
    Python本身支持整型、浮點型和複數型，為了科學計算，numpy提供了更加豐富的數據類型，注意：numpy跟數學運算有關的數據類型的名稱都以數字結尾。這個數字指示了該類型的變量所佔用的二進位位數。Numpy的各種數值類型如下圖所示：