文章目錄
- 導讀
- 一、numpy的優勢
- 二、創建數組
- 三、數組的性質
- 3.1 數組的屬性(形狀、大小、類型)
- 3.2 索引
- 3.2.1 一維數組的索引
- 3.2.2 多維數組的索引——以二維為例
- 3.3 切片
- 3.4 變形
- 3.5 拼接
- 3.6 分裂
- 四、四大運算
- 4.1 向量化運算
- 4.2 矩陣運算
- 4.3 廣播運算
- 4.4 比較運算和掩碼
- 4.5 花俏的索引
- 五、其他調用函數
- 5.1 數值排序
- 5.2 最大最小值
- 5.3 數值求和、求積
- 5.4 中位數、均值、方差、標准差
- 六、總結
導讀
一、numpy的優勢
實現相同計算,Numpy的運行速度是Python循環的25倍,產生了質的飛躍
二、創建數組
2.1 從列表創建數組
2.2 從頭創建數組
三、數組的性質
3.1 數組的屬性(形狀、大小、類型)
3.數組的大小size
x.size
4.數組的數據類型dtype
x.dtype
3.2 索引
3.2.1 一維數組的索引
3.2.2 多維數組的索引——以二維為例
注意: numpy數組的數據類型是固定的,向-個整型數組插入-一個浮點值,浮點值會向下進行取整
3.3 切片
3.4 變形
3.5 拼接
3.6 分裂
四、四大運算
4.1 向量化運算
4.2 矩陣運算
4.3 廣播運算
4.4 比較運算和掩碼
4.5 花俏的索引
五、其他調用函數
5.1 數值排序
5.2 最大最小值
5.3 數值求和、求積
5.4 中位數、均值、方差、標准差
六、總結