人工智慧系列3 Numpy的科學計算

python 中經常會使用 numpy 庫來做科學計算。numpy 的本質就是建立出多維陣列，可使用 numpy 提供的各種科學計算方法對陣列進行計算。

import numpy as np

# 建立一維陣列
arr1 = np.array([1, 2, 3])
# 建立二維陣列
arr2 = np.array([[1, 2], [3, 4]])

訪問 numpy 的 shape 屬性可以獲得陣列的形狀，示例如下：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
arr3 = np.array([[1], [2], [3]])
arr4 = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
print(arr1.shape) # (3,)
print(arr2.shape) # (2, 3)
print(arr3.shape) # (3, 1)
print(arr4.shape) # (2, 2)

訪問 numpy 的 dtype 屬性可以獲得陣列的型別，示例如下：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([1, 2, 3.2])
arr3 = np.array(['a', 5.0, 3])
arr4 = np.array([['a', 'b'], [5, 6]])
print(arr1.dtype) # int32
print(arr2.dtype) # float64
print(arr3.dtype) # 根據結果可知，當陣列中只有整數和浮點數時，numpy 會將整數全部轉為浮點數 。當陣列中存在字串時，numpy 會將所有元素全部轉為字串。其中，對於二維陣列 arr 而言，各訪問方式的含義如下：
對於 n 維陣列來說，訪問方式如下：
arr[第一維度位置, 第二維度位置, 第三維度位置, …, 第n維度位置]

numpy 有兩個較為相近的形狀變換方法，分別是 reshape() 和 resize() 。

使用示例及區別如下：
import numpy as np
arr = np.array([
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
])print(arr.shape) # (3, 3)
print(arr.reshape(1, 9)) # [[1 2 3 4 5 6 7 8 9]]
print(arr.shape) # (3, 3)
print(arr.resize(1, 9)) # none 
print(arr.shape) # (1, 9)

是否改變原陣列

返回值reshape()

否處理之後的新陣列

resize()

是none

未完。。。

pyhton學習 人工智慧學習 NumPy

2020年6月9日23 09 24最後一次更新numpy numerical python 是 python 語言的乙個擴充套件程式庫，支援大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。numpy 是乙個執行速度非常快的數學庫，主要用於陣列計算，包含 背景 我是一開始在pycha...

21天實戰人工智慧系列 人工智慧產品經理最佳實踐

感謝關注天善智慧型，走好資料之路 歡迎關注天善智慧型，我們是專注於商業智慧型bi，人工智慧ai，大資料分析與挖掘領域的垂直社群，學習，問答 求職一站式搞定！課程名稱 21天實戰人工智慧系列 人工智慧產品經理最佳實踐 課程目標 洞察ai業務能力 熟悉ai基礎理論 發展趨勢 面臨問題和當前現狀 熟悉ai...

Python人工智慧常用庫Numpy使用入門

2.1 陣列 2.2 陣列索引操作 indexing 陣列索引 a np.array 1,2,3,4 5,6,7,8 9,10,11,12 2代表陣列的倒數第二行 1 3代表從第一列開始往後兩個元素a 2 1 3 out array 6,7 10,11 取倒數第二行 第三列元素a 2,3 out 8...