没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
Numpy基础教程
Numpy 简介
Numpy(Numerical Python) 是python科学计算、数据分析以及人工智能的基础库。
Numpy的核心功能是建立在一个N维数组对象ndarray数据结构,以及强大的通用广播函数之上。支持
多维数组与矩阵运算,并提供了大量函数库,运行速度非常快。并提供了常用数学运算,线性代数,随
机数生成傅里叶变换等函数库。
Numpy基础知识目录
(一):数组ndarray
(二):数组函数ufunc
(三):函数库
(四):函数库之1基础数学函数
(五):函数库之2随机数及概率函数
(六):函数库之3统计函数]
(七):函数库之4线性代数函数
(八):函数库之5傅里叶变换函数
(一):数组ndarray
一、 Numpy数组简介
Numpy中所有功能都是基于N维数组数据结构ndarray的。
ndarray是同类型数据的集合,以 0 下标为开始进行元素的索引。
不同于python的List,ndarray中的每个元素在内存中都有相同存储大小的区域。
Numpy支持的数据类型与python原生类型不同,每个数据类型存储空间长度都是固定的。
Numpy常用的数据类型如下(通常用 import numpy as np 引用numpy):
np.void
np.bool_ :布尔类型
np.object_ :任何对象
np.bytes_ :字节序列
np.str_ :字符
np.unicode_ :字符串
np.int_ :整形,自动根据系统平台自动转换为int32,int64等类型
np.float_ :浮点型,自动根据系统平台自动转换为float32,float64等类型
np.complex_ :复数,自动根据系统平台自动转换为complex64,complex128等类型
整数(Integers)类型
np.byte :字节
np.int8 :8位整数
np.int16 :16位整数
np.int32 :32位整数
np.int64 :64位整数
无符号整数(Unsigned integers)类型
np.ubyte :字节
np.uint8 :8位uint
np.uint16 :16位uint
np.uint32 :32位uint
np.uint64 :64位uint
浮点数字(Floating-point numbers)类型
np.float16 :16位float
np.float32 :32位float
np.float64 :64位float
np.float96 :96位float
np.float128 :128位float
复数(Complex floating-point numbers)类型
np.complex64 :两个32位浮点数
np.complex128 :两个64位浮点数
np.complex192 :两个96位浮点数
np.complex256 :两个128位浮点数
numpy还有一些np.short,np.half,np.longlong等别名。不建议使用
在创建Numpy数组是可以指定python原生类型,但是会自动转换为对应的Numpy数据类型。
Numpy实际上是用C语言编写的,其数据类型也基本上和C语言数据类型对应。
二、 思维导图
三、 Numpy数组常用功能
1. 创建Numpy数组
1.1 用python序列创建数组
创新的数组与参数中的list不共享内存。
1.2 自动生成数组
1.2.1 zeros,ones,eye数组生成
创建全0、全1、单位矩阵等特殊数组
arr1 = np.array([1,2,3]) #list, set, tuple都可以用作参数
arr2 = np.array([[1,2],[3,4]]) #创建多维数组
arr1 = np.array([1,2,3], np.int8) #指定数据类型
arr2 = np.array([1,2,3], dtype=np.float16) #指定数据类型
np.empty(2) #元素只分配内存,不初始化
np.empty((2, 2)) #多维数组,参数必须为元组。list等序列会被自动转化为元组。
np.zeros(2) #元素全部为零
np.zeros((2, 2)) #多维全零数组
np.ones(2) #元素全部为1
所有创建方法都可以用的dtype参数指定数据类型,不指定时,默认为float类型:
根据已有数组的形状和数据类型创建数组
没有identity_like和eye_like
1.2.2 数列数组生成
range范围数组
np.arange(start=0, end, step=1) :生成 [start, end) 区间的数列,步长为step。
等差数列数组
np.linsapce(start,end,count=50,endpoint=True) :创建 [start, end] 元素个数为count的等差
数列。
可以通过endpoint参数指定是否包含终值,默认包含终值。
注意是linspace不是linespace。
np.ones((2, 2)) #多维全为1数组
np.full(2, x) #所有元素值均为x
np.full((2,2), x) #多维元素全部相同数组
np.identity(2) #2×2单位矩阵,对角线为1,其余数值为0的对角方阵
np.eye(2) #2×2单位矩阵
np.eye(2, 2) #2×2单位矩阵。注意eye方法比较特殊,参数不是元组
np.eye(4, 3) #类似单位矩阵。矩阵下标相同的位置为1 ,其余为数值为零
np.empty((2, 2), dtype=np.float_)
np.zeros((2, 2), dtype=np.float16)
np.ones((2, 2), dtype=np.float32)
np.full((2,2), 3, dtype=np.int8)
np.identity(2, dtype=np.int16)
np.eye(3, 2, dtype=np.complex_)
np.empty_like(a) #等同于np.empty(a的形状, dtype=a的数据类型)
np.zeros_like(a)
np.ones_like(a)
np.full_like(a, 4)
np.arange(10) #[0, 10)步长为1的数组。注意是arange,不是range。应该是array range的意
思。
np.arange(1, 5) #[1, 2, 3, 4]
np.arange(0.1, 0.5, 0.1) #[0.1, 0.2, 0.3, 0.4]
np.arange(1, 5, dtype=np.float16) #指定数据类型
np.linspace(0, 10, 11) # [0, 1, 2, ..., 10]
np.llinspace(0, 10 , 10, endpoint=False) #[0, 1, 2, ..., 9]
np.linspace(1, 50) #[1, 2, 3, ..., 50] 默认元素个数为50个。
剩余63页未读,继续阅读
资源评论
Ricardomlu1111
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于C+++OPENCV的全景图像拼接源码(课程设计)
- 基于Python+OpenCV对多张图片进行全景图像拼接,消除鬼影,消除裂缝+源代码+文档说明+界面截图(高分课程设计)
- 基于C++实现的全景图像拼接源码(课程设计)
- 基于SIFT特征点提取和RASIC算法实现全景图像拼接python源码+文档说明+界面截图+详细注释(95分以上课程大作业)
- 基于matlab实现眼部判别的疲劳检测系统+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab的异常姿势识别系统+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 隐藏文件展示工具,用来展示被病毒隐藏的文件
- 基于Matlab的图像分割系统+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于MATLAB指纹门禁GUI设计源码+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
- 基于Matlab的仪表指数识别系统霍夫曼变换+源代码+全部数据+文档说明+详细注释+使用说明+截图(高分课程设计)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功