numpy

Posted earth-smathing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了numpy相关的知识,希望对你有一定的参考价值。

  这篇继续来介绍numpy!

  没有看过开篇的朋友,贴出链接:https://www.cnblogs.com/Earth-SmaThing/p/11224252.html

  多维数组的高效性能:

    虽然可以使用[ ]运算符重复对嵌套列表进行索引,但多维数组支持更为自然的索引语法,只需一个[ ]和一组以逗号分隔的索引即可。如下所示:

    技术图片

    再比如返回2行4列的array,且值为均值为10,标准差为3的正态分布的随机数,代码如下:

    技术图片

    实际上,只要元素的总数不变,数组的形状就可以随时改变。例如想要一个数字从0增加的2*4数组,最简单的方法如下所示:

    技术图片

    注意:Numpy数组形状的改变,就像Numpy中的大多数操作一样,改变前后存在相同的记忆。这种操作极大的提升了对向量的操作。

    技术图片

    技术图片

  多维数组的索引与切片:

    使用多维数组,仍然可以向一维数组一样使用切片,并且多维数组可以在不同维度中混合匹配切片和单个索引。

    技术图片

 

    如果只提供一个索引,那么将得到一个包含该行的维数少的数组,如下所示:

    技术图片

    

以上是关于numpy的主要内容,如果未能解决你的问题,请参考以下文章

数据分析:工具篇NumPyNumPy介绍

Numpynumpy.mean() 的用法

数据分析之道-NumPynumpy切片与索引

什么是NumPy

什么是NumPy

什么是NumPy