没有合适的资源?快使用搜索试试~ 我知道了~
《Hello NumPy》系列-运算与函数应用
0 下载量 192 浏览量
2021-01-20
11:18:44
上传
评论
收藏 193KB PDF 举报
温馨提示
试读
5页
2020,努力做一个无可替代的人! 写在前面的话 NumPy 第三小节,同学们自行复习第一二小节: 事半功倍的Python高阶函数 《Hello NumPy》系列-数据类型与创建 《Hello NumPy》系列-切片的花式操作 疫情严峻,有空多学习,没事多看看文章,期待阳春三月!高阶部分篇篇都是干货,建议大家不要错过任何一节内容,最好关注我,方便看到每次的文章推送。 正文 前面在创建 NumPy 数组的时候,通过创建方法可以发现有些类似于线性代数,比如创建的正态分布数组、对角数组等,也确实是这样,矩阵的一些特性 NumPy 同样具有。 先来看一下四则运算: 创建维度相同的两个数组,数组1的值
资源详情
资源评论
资源推荐
《《Hello NumPy》系列》系列-运算与函数应用运算与函数应用
2020,努力做一个无可替代的人!
写在前面的话写在前面的话
NumPy 第三小节,同学们自行复习第一二小节:
事半功倍的Python高阶函数
《Hello NumPy》系列-数据类型与创建
《Hello NumPy》系列-切片的花式操作
疫情严峻,有空多学习,没事多看看文章,期待阳春三月!
高阶部分篇篇都是干货,建议大家不要错过任何一节内容,最好关注我,方便看到每次的文章推送。
正文正文
前面在创建 NumPy 数组的时候,通过创建方法可以发现有些类似于线性代数,比如创建的正态分布数组、对角数组等,也确
实是这样,矩阵的一些特性 NumPy 同样具有。
先来看一下四则运算:先来看一下四则运算:
创建维度相同的两个数组,数组1的值分别为0-5,数组2是一个全1数组
# 创建 2行3列的二维数组
data_arr1 = np.arange(6).reshape(2, 3)
# 输出
[[0 1 2] [3 4 5]]# 创建 2行3列的全1数组
data_ones = np.ones((2, 3), dtype=np.int)
# 输出
[[1 1 1] [1 1 1]]
ok,数组创建完毕,试着进行计算
# 数组加法运算
data_arr1 + data_ones
# 输出
[[1 2 3] [4 5 6]]# 数组除法运算
data_ones / (data_arr1 + data_ones)
# 输出
[[1. 0.5 0.33333333] [0.25 0.2 0.16666667]]
和我们实际进行数组计算的一致,数组之间的任何算术运算都会应用到元素级。
但是,这个前提是两个数组的维度一致,如果,不一致?或者是个数呢?
看例子:
# 数组与标量的算术运算
data_arr1 * 5
# 输出
[[ 0 5 10] [15 20 25]]
同样,数组与标量的算术运算也会将标量的值传播到各个元素。
weixin_38660918
- 粉丝: 9
- 资源: 926
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
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
评论0