NumPy(Numerical Python) 是 Python 語言的一個(gè)擴(kuò)展程序庫(kù)，支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。是在學(xué)習(xí)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)之前應(yīng)該掌握的一個(gè)非?；厩覍?shí)用的Python庫(kù)。

導(dǎo)入庫(kù)，創(chuàng)建數(shù)組

import numpy as npa = np.arraya = np.array([0, 1, 2, 3, 4] ) #使用array函數(shù)a = np.array([[11, 12, 13, 14, 15], [16, 17, 18, 19, 20], [21, 22, 23, 24, 25], [26, 27, 28 ,29, 30], [31, 32, 33, 34, 35]]) #創(chuàng)建多維數(shù)組a=np.zeros((2, 3)) #創(chuàng)建兩行三列的0填充的矩陣，ones(shape)則是創(chuàng)建1填充的，np.full((m,n)8) m行n列的全部是8的參數(shù)a=np.linspace(1., 4., 6) #創(chuàng)建1到4之間，共6個(gè)元素的等值間距的數(shù)組a=np.arange(起，止，步長(zhǎng)) #創(chuàng)建 從起到至，按步長(zhǎng)排列的數(shù)組a= np.indices((3,3)) #創(chuàng)建一個(gè)堆疊的更高維度的數(shù)組a=np.mat() #創(chuàng)建矩陣，array只能從列表中生成，而mat可以從字符串或者列表中生成，比如mat（'1,2;3,4'）,而array（[1,2,3,4]），mat是矩陣、array是數(shù)組（假矩陣）

基本操作符

np中矩陣之間加減乘除是對(duì)應(yīng)元素的+、-、*、/， 【注】一個(gè)數(shù)組加一個(gè)整數(shù)，則是對(duì)該數(shù)組每個(gè)元素加該整數(shù)，這個(gè)過程成為數(shù)組的廣播，如果階數(shù)不同則是每行與每行對(duì)應(yīng)相乘。

mat的矩陣若是使用*則是矩陣相乘，而非對(duì)應(yīng)元素相乘

其他的計(jì)算函數(shù)：

multiply(),數(shù)組或矩陣對(duì)應(yīng)位置相乘 dot()函數(shù)，a.dot(b)表示ab矩陣相乘，數(shù)學(xué)上的相乘。 sum() #求和，可使用axis限定方向，0為縱向，1為橫向。[[...],[...],[...]]這樣橫著放求得時(shí)候他也會(huì)默認(rèn)為二維方陣，最后結(jié)果是[...] min() #找出最小的元素 max() #找出最大的元素 mean() #返回均值 std() #返回標(biāo)準(zhǔn)方差 var() #返回方差 cumprod() #原數(shù)組該位置的前幾項(xiàng)元素乘 （累乘數(shù)組），可以使用axis指定方向，0表示縱向，1表示橫向，默認(rèn)橫向 cumsum() #原數(shù)組該位置的前幾項(xiàng)元素和 （累加數(shù)組） ptp() #返回最大值減去最小值

np的索引和切片

import numpy as npdata = np.arange(12).reshape((3, 4))print(data)##對(duì)數(shù)組元素進(jìn)行索引和切片# 1. 取第一行的數(shù)據(jù)print(data[0])# 2. 取第一列的數(shù)據(jù)print(data.T[0])print(data[:, 1])#3. 獲取多行print(data[:2])# 4. 獲取多行列print(data.T[:2])print(data[:, :2])# 5. 獲取指定行的前幾列;print(data)print(data[[0,2], :2])print(data[:2, [0,2]])

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。