Phython 3 笔记4 —— Numpy

定义以及常用函数:

import numbpy as np #定义缩写便于编写
ex_1d = np.array([1,2,3,4,5,6])

ex_1d.sum() #求和
ex_1d.max()  #求最大值
ex_1d.min()  #求最小值
np.average(ex_1d)  #求平均值

二维数组以及数组操作:

ex_2d = np.array([[1,2,3],
                             [4,5,6]])   
ex_2d = ex_1d.reshape(2,3)   #将一位数组变为2*3的二维数组
ex_2d_1 = ex_2d[:,:2]   #提取数组的部分

广播:

##批量操作
A = np.array([[1,2,3],[4,5,6]])
plus = np.array([[3,3,3],[3,3,3]])
A = A + plus

##上面的操作与下面等价
A += 3

##例2: 把A数组施加到e的指数上
E = np.exp(A)

尽量不要使用for循环

多使用numpy的函数

多使用广播

这样速度更快

 

向量化计算:

A = np.array([[1,2,3],
              [4,5,6]])
B = np.array([[10,11,12,13],
              [14,15,16,17],
              [18,19,20,21]])

##矩阵相乘
C = np.dot(A,B)

 

posted on 2018-03-03 18:07 Frank的成长之路 阅读(...) 评论(...) 编辑 收藏

导航

统计

公告