一、numpy是什么?
扩展库numpy是Python支持科学计算的重要扩展库,是数据分析和科学计算领域如scipy、pandas、sklearn 等众多扩展库中的必备扩展库之一,提供了强大的N维数组及其相关运算、复杂的广播函数、C/C++和Fortran代码集成工具以及线性代数、傅里叶变换和随机数生成等功能。本章童点介绍数组与矩阵及其相关运算,为学习和理解后面章节中的数据分析、机器学习打下良好的基础。
简单来说就是你用来为人工智能领域打基础的东西,私话说得好,基础不牢,地动山摇嘛~
所以这个地方可要好好学习哦~~
二、numpy数组
在numpy中使用的不是python自带的数据类型list
,而是numpy中的ndarray
那为什么使用ndarray
而不是使用list
呢?
因为ndarray是由c/c++写出来的,占用内存更小,使用速度更快
创建一个ndarray的方法有很多,这里说下使用array方法转化的
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author: Smly # @datetime: 2021/9/26 22:22 # @Version: 1.0 import numpy as np li = [1, 2, 3] tp = (1, 2, 3) nday1 = np.array(li) nday2 = np.array(tp) print("*****类型*****") print(type(nday1)) print(type(nday2)) <em>本文来源[email protected]搞@^&代*@码2网</em> print("*****数组*****") print(nday1) print(nday2)
输出结果:
*****类型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****数组***** [1 2 3] [1 2 3]
2.1 数组使用
如果元素相同的话,可以进行加减乘除
在元素个数相同的情况下,可以进行数组间的加减
在元素个数相同的情况下,可以进行数组间的乘除
对某个数进行的乘除,可以自动进行到所有元素
看例子理解:
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author: Smly # @datetime: 2021/9/26 22:22 # @Version: 1.0 import numpy as np li = [1, 2, 3] # 列表 tp = (1, 2, 3) # 元组 nday1 = np.array(li) # 内置方法将列表转为ndarray nday2 = np.array(tp) # 内置方法将元组转为ndarray nday3 = np.array(range(5)) # 使用range内置函数方法生成ndarray连续数组 nday4 = np.array(range(5, 10)) # 使用range内置函数方法生成ndarray连续数组 print("*****类型*****") print(type(nday1)) print(type(nday2)) print(type(nday3)) print(type(nday4)) print("*****数组*****") print(nday1) print(nday2) print(nday3) print(nday4) print("*****数组加减*****") print(nday2 + nday1) print(nday2 - nday1) print(nday4 - nday3) print(nday3 + nday4) # 在元素个数相同的情况下,可以进行数组间的加减 print("*****数组乘除*****") print(nday2 * nday1) print(nday2 // nday1) print(nday4 * nday3) print(nday4 // nday3) # 在元素个数相同的情况下,可以进行数组间的乘除 print(nday1 * 3) print(nday2 // 2) print(nday3 * 2) print(nday4 // 2) # 对某个数进行的乘除,可以自动进行到所有元素