資料分析 1 numpy

from numpy import*

import numpy as np
import numpy.random as npr
import numpy.linalg as npl

array               將輸入資料（列表、元組、陣列或其它序列型別）轉換為ndarray。要麼推斷出dtype，要麼顯示指定dtype。預設直接複製輸入資料。 

asarray 將輸入轉換為darray，如果輸入本身就是乙個ndarray就不進行複製。 
arange 類似於內建的range，但返回乙個ndarray而不是列表。 
ones, ones_like 根據指定形狀和dtype建立乙個全1陣列。ones_like以另乙個陣列為引數，並根據其形狀和dtype建立乙個全1陣列。 
zeros, zeros_like 類似於ones和ones_like，只不過產生的是全0陣列而已。 
empty, empty_like 建立陣列，只分配記憶體空間但不填充任何值。 
eye, identity 建立乙個正方的n * n單位矩陣

>>> 

import numpy as np
>>> data = [6, 7.5, 8, 0, 1];arr = np.array(data) #'使用普通一維陣列生成numpy一維陣列'
>>> arr
array([ 6. , 7.5, 8. , 0. , 1. ])
>>> arr.dtype # 列印元素型別
dtype('float64')
>>> data = [[1, 2, 3, 4], [5, 6, 7, 8]];arr = np.array(data) # 使用普通二維陣列生成numpy二維陣列
>>> arr
array([[1, 2, 3, 4],
[5, 6, 7, 8]])
>>> arr.shape # 列印陣列維度
(2l, 4l)
>>> np.zeros(10) # 生成包含10個0的一維陣列
array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
>>> np.zeros((3, 6)) # 生成3*6的二維陣列
array([[ 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0., 0.]])
>>> np.empty((2, 3, 2)) # 生成2*3*2的三維陣列，所有元素未初始化

資料分析 1 numpy和list的用法對比

numpy在深度學習或者資料分析中都是很常用的乙個工具庫，今天我結合自己的工作內容以及學習到的乙個api的用法，來說下numpy的用法 陣列與列表類似，是具有相同型別的多個元素構成的整體。侷限 優勢 numpy numerical python的簡稱 是科學計算基礎的乙個庫，提供了大量關於科學計算的...

numpy資料分析

2020 11 2 import array arr array.array i list range 10 i表示整型,生成序列後不能改變資料型別 多維陣列ndarray方便處理多維度運算，運算效率高 nparr np.array list range 10 修改值，浮點數取整數段 nparr 2...

資料分析 Numpy

什麼是numpy numpy這個詞 於兩個單詞 numerical和python。numpy是python中的乙個運算速度非常快的乙個數學庫，它非常重視陣列，很多的資料科學的包都是依賴於numpy的。它允許你在python中進行向量和矩陣計算，並且由於許多底層函式實際上是用c編寫的，因此你可以體驗在...