|
Numpy是一个用python实现的科学计算的扩展程序库,包括: · 1、一个强大的N维数组对象Array; · 2、比较成熟的(广播)函数库; · 3、用于整合C/C++和Fortran代码的工具包; · 4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。 NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。 " x) M# `0 t9 ?2 v* {
本文目录1.Numpy基本操作1.1 列表转为矩阵1.2 维度1.3 行数和列数()1.4 元素个数2.Numpy创建array2.1 一维array创建2.2 多维array创建2.3 创建全零数组2.4 创建全1数据2.5 创建全空数组2.6 创建连续数组2.7 reshape操作2.8 创建连续型数据2.9 linspace的reshape操作3.Numpy基本运算3.1 一维矩阵运算3.2 多维矩阵运算3.3 基本计算4.Numpy索引与切片5.Numpy array合并5.1 数组合并5.2 数组转置为矩阵5.3 多个矩阵合并5.4 合并例子26.Numpy array分割6.1 构造3行4列矩阵6.2 等量分割6.3 不等量分割6.4 其他的分割方式7.Numpy copy与 =7.1 =赋值方式会带有关联性7.2 copy()赋值方式没有关联性8.广播机制9.常用函数 [color=var(--jp-content-font-color1)][color=var(--jp-content-font-color1)]附件中的ipynb文件中有演示 8 F% ^: e3 q4 D/ D2 M1 d
+ T: Z# e2 ^7 f5 P2 m x; Z
8 \% u6 X5 F: B+ j5 N7 T$ a
( B8 W; j' g9 L% s* @3 E9 V) H
# g) `8 b2 X$ f2 {/ p) p- }
: C0 f5 G, m4 O0 S2 [8 _
|