python擴展庫numpy入門教程
一、numpy是什么？
擴展庫numpy是Python支持科學計算的重要擴展庫，是數(shù)據(jù)分析和科學計算領(lǐng)域如scipy、pandas、sklearn 等眾多擴展庫中的必備擴展庫之一，提供了強大的N維數(shù)組及其相關(guān)運算、復雜的廣播函數(shù)、C/C++和Fortran代碼集成工具以及線性代數(shù)、傅里葉變換和隨機數(shù)生成等功能。本章童點介紹數(shù)組與矩陣及其相關(guān)運算，為學習和理解后面章節(jié)中的數(shù)據(jù)分析、機器學習打下良好的基礎。
簡單來說就是你用來為人工智能領(lǐng)域打基礎的東西，私話說得好，基礎不牢，地動山搖嘛~
所以這個地方可要好好學習哦~~
二、numpy數(shù)組
在numpy中使用的不是python自帶的數(shù)據(jù)類型list，而是numpy中的ndarray
那為什么使用ndarray而不是使用list呢？
因為ndarray是由c/c++寫出來的，占用內(nèi)存更小，使用速度更快
創(chuàng)建一個ndarray的方法有很多，這里說下使用array方法轉(zhuǎn)化的
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3]
tp = (1, 2, 3)
nday1 = np.array(li)
nday2 = np.array(tp)
print("*****類型*****")
print(type(nday1))
print(type(nday2))
print("*****數(shù)組*****")
print(nday1)
print(nday2)
輸出結(jié)果：
*****類型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****數(shù)組***** [1 2 3] [1 2 3]
2.1 數(shù)組使用
如果元素相同的話，可以進行加減乘除
在元素個數(shù)相同的情況下，可以進行數(shù)組間的加減
在元素個數(shù)相同的情況下，可以進行數(shù)組間的乘除
對某個數(shù)進行的乘除，可以自動進行到所有元素
看例子理解：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/26 22:22
# @Version： 1.0
import numpy as np
li = [1, 2, 3] # 列表
tp = (1, 2, 3) # 元組
nday1 = np.array(li) # 內(nèi)置方法將列表轉(zhuǎn)為ndarray
nday2 = np.array(tp) # 內(nèi)置方法將元組轉(zhuǎn)為ndarray
nday3 = np.array(range(5)) # 使用range內(nèi)置函數(shù)方法生成ndarray連續(xù)數(shù)組
nday4 = np.array(range(5, 10)) # 使用range內(nèi)置函數(shù)方法生成ndarray連續(xù)數(shù)組
print("*****類型*****")
print(type(nday1))
print(type(nday2))
print(type(nday3))
print(type(nday4))
print("*****數(shù)組*****")
print(nday1)
print(nday2)
print(nday3)
print(nday4)
print("*****數(shù)組加減*****")
print(nday2 + nday1)
print(nday2 - nday1)
print(nday4 - nday3)
print(nday3 + nday4)
# 在元素個數(shù)相同的情況下，可以進行數(shù)組間的加減
print("*****數(shù)組乘除*****")
print(nday2 * nday1)
print(nday2 // nday1)
print(nday4 * nday3)
print(nday4 // nday3)
# 在元素個數(shù)相同的情況下，可以進行數(shù)組間的乘除
print(nday1 * 3)
print(nday2 // 2)
print(nday3 * 2)
print(nday4 // 2)
# 對某個數(shù)進行的乘除，可以自動進行到所有元素
運行結(jié)果：
*****類型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****數(shù)組***** [1 2 3] [1 2 3] [0 1 2 3 4] [5 6 7 8 9] *****數(shù)組加減***** [2 4 6] [0 0 0] [5 5 5 5 5] [ 5 7 9 11 13] *****數(shù)組乘除***** [1 4 9] [1 1 1] [ 0 6 14 24 36] [0 0 0 0 0] [3 6 9] [0 1 1] [0 2 4 6 8] [2 3 3 4 4]
2.2 創(chuàng)建數(shù)組
剛剛的array()方法是將列表和元組等迭代對象轉(zhuǎn)為ndarray數(shù)組
接下來要說的是自動創(chuàng)建數(shù)組
1. 使用empty創(chuàng)建空數(shù)組
里面會有初始值，但是數(shù)組初始為None
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/28 12:29
# @Version： 1.0
import numpy as np
em1 = np.empty(5) # 創(chuàng)建一個長度為5的空數(shù)組
em2 = np.empty((2, 2)) # 創(chuàng)建一個2*2的空二維數(shù)組
print("一維數(shù)組，長度為5", em1)
print("二維數(shù)組，長度為2*2", em2)
輸出結(jié)果：
[9.96754604e-312 9.96754614e-312 2.60799828e-310 9.34609789e-307 0.00000000e+000] [[6.95299778e-310 9.96747617e-312] [0.00000000e+000 6.95299776e-310]]
2. 使用arange函數(shù)創(chuàng)建
arange是numpy自帶的的一個方法，作用與range這個Python內(nèi)置函數(shù)相差無幾，都是生成數(shù)組
先導入numpy包
import numpy as np
然后創(chuàng)建數(shù)組
print("*****ararge創(chuàng)建數(shù)組*****")
aran_arr1 = np.arange(5)
aran_arr2 = np.arange(5, 10)
print("*****類型*****")
print(type(aran_arr1))
print(type(aran_arr2))
print("*****數(shù)組*****")
print(aran_arr1)
print(aran_arr2)
3. 使用zeros函數(shù)生成數(shù)組
zeros函數(shù)是numpy自帶的方法，作用是生成指定數(shù)量的全0一維數(shù)組，全0二維數(shù)組等
看下面的例子：
生成一個具有三個元素的一維數(shù)組和一個具有五個元素的一維數(shù)組：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 21:31 # @Version： 1.0 import numpy as np zero_arr = np.zeros(3) zrro_arr2 = np.zeros(5) print(zero_arr) print(zrro_arr2)
運行結(jié)果：
[0. 0. 0.]
[0. 0. 0. 0. 0.]
當然這只是一位數(shù)組，你還可以生成二維數(shù)組，也就是矩陣
使用如下代碼可以生成一個三行三列的矩陣
zero_arr3 = np.zeros((3, 3))
輸出看看：
print(zero-arr3)
運行結(jié)果：
[[0. 0. 0.]
[0. 0. 0.]
[0. 0. 0.]]
4. ones函數(shù)生成數(shù)組
使用ones函數(shù)生成全1函數(shù)，方法同zeros
import numpy as np ones_arr1 = np.ones(3)
輸出結(jié)果：
[1. 1. 1.]
生成一個三行三列的矩陣
import numpy as np ones_arr2 = np.ones((3, 3))
輸出結(jié)果：
[[1. 1. 1.]
[1. 1. 1.]
[1. 1. 1.]]
5. diag函數(shù)生成對角矩陣
什么是對角矩陣?你應該聽說過對角線，矩陣就是生成在對角線上的矩陣
函數(shù)參數(shù)是一個元祖
看代碼和運行結(jié)果能夠理解的更深刻
import numpy as np diag_arr = np.diag((4, 3, 2, 1))
將diag_arr的輸出的結(jié)果為：
[[4 0 0 0]
[0 3 0 0]
[0 0 2 0]
[0 0 0 1]]
看，對角線是不是你函數(shù)的參數(shù)，這下理解了吧
6. N維數(shù)組
N維數(shù)組就是多維數(shù)組，可以理解為數(shù)組里面還是數(shù)組，里面還是數(shù)組，可以參照這個形式
[[[1 2]
[3 4]]
[[5 6]
[7 8]]]
這個概念確實有點抽象，有點難理解。這就是一個三維數(shù)組，是通過三維列表使用array方法轉(zhuǎn)換成ndarray的
代碼：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author： Smly
# @datetime： 2021/9/27 13:29
# @Version： 1.0
import numpy as np
li = [
[[1, 2], [3, 4]],
[[5, 6], [7, 8]]
]
te1 = np.array(li)
print(te1)
當然，二維數(shù)組也算是N維數(shù)組
2.3 訪問數(shù)組元素
numpy自帶了一個insert函數(shù)，可以往數(shù)組中插入元素
看實例：
li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) np.insert(gb1, 1, [1, 2, 3, 4])
輸出結(jié)果：
[1 1 2 3 4 2 3 4 5 6 7 8 2 4 6 8]
還有一個自帶的add函數(shù)，可以進行數(shù)組的相加減
數(shù)組嘛，可以使用下標來獲取數(shù)組元素
import numpy as np li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb2[1])
輸出結(jié)果為：
2
當然，它是一個數(shù)組，你理所應當?shù)囊部梢允褂醚h(huán)語句來遍歷數(shù)組
三、了解矩陣
數(shù)組是數(shù)組，矩陣是矩陣。
數(shù)組是一種數(shù)據(jù)結(jié)構(gòu)，可以存儲多種數(shù)據(jù)，可以有多維
矩陣是數(shù)學中的一個概念，只能存放數(shù)字，并且只能是二維的形式
生成矩陣的方法就和生成N維數(shù)組的方法是一樣的
先使用列表創(chuàng)建二維列表，然后再使用numpy的方法轉(zhuǎn)成矩陣，當然也有好幾中生成矩陣的方法
import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8]] j1 = np.matrix(li) print(j1) print(type(j1)) print(j1.dtype)
輸出該矩陣：
輸出矩陣： [[1 2 3 4] [5 6 7 8]] 矩陣在Python的類型： <class 'numpy.matrix'> 在numpy中的類型： int32
矩陣可以進行各種數(shù)學運算，在numpy中都得到了很好的支持，這里就不細說了
3.1 廣播
何為廣播，廣播就是能將你的東西發(fā)送到各個區(qū)域，一般在計算機中是將信息發(fā)送到局域網(wǎng)絡中的每個計算機中。
而在numpy中也有廣播，只不過他是將元素自動補到數(shù)組，矩陣上，就像你在上面看到的，一個數(shù)組乘除一個元素，數(shù)組中的所有元素都會乘這個數(shù)
import numpy as np li1 = [1, 2, 3, 4] print(np.array(li1)*10)
輸出結(jié)果：
[10 20 30 40]
這個就是廣播，就是將數(shù)字10播到li轉(zhuǎn)成的數(shù)組中，能夠讓數(shù)組所有元素都乘10。
而不同維度的數(shù)組也可以這樣
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 13:40 # @Version： 1.0 import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb1*gb2)
將一維數(shù)組的每個元素挨個廣播到二維數(shù)組，前提是：
二維數(shù)組中的一維數(shù)組的個數(shù)與一維數(shù)組的個數(shù)是相同的
運行結(jié)果：
[[ 1 4 9 16]
[ 5 12 21 32]
[ 2 8 18 32]]
以上就是python擴展庫numpy入門教程的詳細內(nèi)容，更多關(guān)于numpy庫入門的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
django restframework序列化字段校驗規(guī)則
本文主要介紹了django restframework序列化字段校驗規(guī)則，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-05-05
python使用socket向客戶端發(fā)送數(shù)據(jù)的方法
這篇文章主要介紹了python使用socket向客戶端發(fā)送數(shù)據(jù)的方法,涉及Python使用socket實現(xiàn)數(shù)據(jù)通信的技巧,非常具有實用價值,需要的朋友可以參考下2015-04-04
python中pandas操作apply返回多列的實現(xiàn)
本文主要介紹了python中pandas操作apply返回多列的實現(xiàn)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-08-08
下面小編就為大家?guī)硪黄狿ython之自動獲取公網(wǎng)IP的實例講解。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-10-10
今天接到一個需求,需要讀取excel,將其中兩列分別作為字典的key、value進行保存,怎么讀取excel呢,之前好像使用過Pandas,但是接觸不多,借此機會記錄一下學習的收獲,需要的朋友可以參考下2023-12-12
CNN，即卷積神經(jīng)網(wǎng)絡，主要用于圖像識別，分類。由輸入層，卷積層，池化層，全連接層(Affline層），Softmax層疊加而成。卷積神經(jīng)網(wǎng)絡中還有一個非常重要的結(jié)構(gòu):過濾器，它作用于層與層之間(卷積層與池化層），決定了怎樣對數(shù)據(jù)進行卷積和池化2022-12-12
在當今的快節(jié)奏工作環(huán)境中,自動化不再是一種奢侈,而是提高效率和精確性的必需手段,這篇文章為大家整理了20個超實用Python自動化腳本,希望對大家有所幫助2024-01-01
這篇文章主要介紹了Python7個爬蟲小案例詳解（附源碼）中篇，本文章內(nèi)容詳細，通過案例可以更好的理解爬蟲的相關(guān)知識，七個例子分為了三部分，本次為中篇，共有二道題，需要的朋友可以參考下2023-01-01
Python判斷兩個list是否是父子集關(guān)系的實例
今天小編就為大家分享一篇Python判斷兩個list是否是父子集關(guān)系的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
python創(chuàng)建exe文件的實現(xiàn)步驟
本文主要介紹了python創(chuàng)建exe文件的實現(xiàn)步驟,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-09-09