不看你一定后悔，基于 Numpy 的满满干货，你还在等什么呢？
154 浏览量
2020-12-21
20:41:35
上传
评论
收藏 132KB PDF 举报
不看你一定后悔，基于不看你一定后悔，基于 Numpy 的满满干货，你还在等什么呢？的满满干货，你还在等什么呢？
和她纠纠缠缠这么久了，今天终于下了了断，花了一个多星期把这个份和她纠纠缠缠这么久了，今天终于下了了断，花了一个多星期把这个份Numpy上分宝典准备好，你还在等什么呢？如果你想学数据上分宝典准备好，你还在等什么呢？如果你想学数据
分析，那我一定推荐你看我这份上分宝典，绝对全网最细，不服就看，带你学好，学会，学棒！分析，那我一定推荐你看我这份上分宝典，绝对全网最细，不服就看，带你学好，学会，学棒！
——————————————————————————————————————————————————————————
我与我与Numpy之间的那些破事：之间的那些破事：学习numpy的理由学习Numpy的方法numpy的简单操作和简单属性将python类型转换为ndarray类型
进行运算列表转换字符串转换数组的保存和读取使用numpy中内置函数生成数组创建一个全0的数组创建一个全为1的数组创建一个
指定形状的数组创建单位数组创建给定值对角矩阵创建整数数组创建小数数组创建随机数组创建特定数组数组的访问，删除，修
改，增加, 插入和叠片元素访问，赋值修改元素删除元素增加元素插入叠片操作元素等切数组的切片操作一维数组的切片二维数组的
切片切片的修改操作创建副本数组数组与数组之间相互切片对角线切片切唯一元素数组的布尔型索引，集合运算和排序数组的布尔
型索引数组的集合运算数组的排序数组的排序加强版数组的算数运算和广播操作算数运算数学函数广播操作
学习学习numpy的理由的理由
比如我们用比如我们用python的循环来计算下面的平均数计算的话的循环来计算下面的平均数计算的话
import time
import numpy as np
start = time.perf_counter()
x = np.random.random(10000000)
x_mean = sum(x) / len(x)
end = time.perf_counter() - start
print('一共耗时为:{:.4f}s'.format(end))
一共耗时为:1.3968s
start = time.perf_counter()
y = np.random.random(10000000)
y_mean = np.mean(y)
end = time.perf_counter() -start
print('一共耗时为:{:.4f}s'.format(end))
一共耗时为:0.1008s
当我们使用当我们使用numpy库的库的mean方法求平均的时候方法求平均的时候 时间则大幅减少，这或许是我们学习时间则大幅减少，这或许是我们学习numpy的理由之一，高效运算的理由之一，高效运算
求平均数函数求平均数函数
np.mean()
学习学习Numpy的方法的方法
numpy的简单操作和简单属性的简单操作和简单属性
我们将一维数组称之为秩为 1 的数组。通常，N 维数组的秩为 N。因此，二维数组称为秩为 2 的数组。数组的另一个重要特性是形
状。数组的形状是指每个维度的大小。例如，秩为 2 的数组的形状对应于数组的行数和列数。你将发现，NumPy ndarray 具有特殊
的属性，使我们能够非常直观地获取关于 ndarray 的信息
%pdb # 魔术方法---调试命令ss
x = np.array([[1, 2, 3, 4, 5],[6, 7, 8, 9, 10]])
print(x)
print(x.dtype) # 类型具有向上转型成浮点数 同时含有整形和浮点 则转化为浮点型
print(type(x)) # 类型： ndarray
print(x.shape) # 根据维度来返回数组的形状 这里 2行 五列
print(x.size) # 返回数组的大小
print(np.mean(x)) # 求数组的平均数
Incorrect argument. Use on/1, off/0, or nothing for a toggle.
[[ 1 2 3 4 5] [ 6 7 8 9 10]] int32
(2, 5)
10
5.5
将将python类型转换为类型转换为ndarray类型类型 进行运算进行运算
print('np.array()这个是最基础的创建一个数组函数')
np.array()这个是最基础的创建一个数组函数
列表转换列表转换
a_list = [11, 12, 13, 14, 15] ax = np.array(a_list)
print(f'a= {a_list}')
print('a的平均数为 =',np.mean(ax))
a= [11, 12, 13, 14, 15] a的平均数为 = 13.0
资源评论
