機器學習框架學習筆記- Numpy

前面寫過了關於python的基礎語法，詳情請點擊

juejin.im/post/5d2b2f…

本篇文章主要介紹的是

Numpy基礎：數組和矢量計算

在使用Numpy以前要明白一件事，咱們使用Numpy算法是由於Numpy算法要比python快不少

從上面的計算時間咱們能夠看出來計算時間減小一半

由此讓咱們開始對numpy進行了解和學習吧 ！

對於numpy來講ndarray（N維數組對象）是一個很重要的模塊，你能夠·利用數組對裏面的數據進行整塊的計算。

簡單的說

我在這裏利用randn函數隨機生成一個數組

而後讓數組裏面全部的元素乘以十，看到輸出的結果

因而可知ndarray（N維數組對象）的強大

建立nbarray

array函數

建立數組最簡單的辦法就是使用array函數

import numpy as np #調用numpy
data1 = [6,7.5,8,0,1]#建立一個列表
arr1 = np.array(data1)#把列表變成一個numpy數組
arri

data2 =[[1,2,3,4],[5,6,7,8]]#多列表
arr2 = np.array(data2)#建立多維數組
arr2複製代碼

zero和ones函數

zeros和ones分別能夠建立 指定長度或形狀的全0或全1數組

nidm和shape函數

經過nidm和shape能夠查看數組屬性

dtype函數

np.array會嘗試爲新建的這個數組推斷出一 個較爲合適的數據類型。咱們能夠用dtype函數對數組自動生成的類型進行查看

arange函數

arange是Python內置函數range的數組版

補充：

ndarray的數據類型

dtype對象

dtype（數據類型）是一個特殊的對象，它含有ndarray將一塊內存解釋爲特定數據 類型所需的信息

NumPy所支持的所有數據類型

 

astype方法

astype方法咱們能夠理解爲用這個能夠對數據類型進行強制類型轉換

索引和切片 

基礎的切片和索引

也能夠這樣作

若是你只想複製而不是切片的話可使用，arr[5:8].copy()函數

高維度數組切片索引

二維數組

三維數組

切片

對一維數組切片的時候咱們用過這樣的切片方式

對於二維數組，三維數組切片咱們使用的方式是：

二維：

三維：

可是這種方式不能更精確的定位，我想要裏面任意一個值的話可使用下面的方法：

到這裏爲止numpy的基礎學習筆記就作完了，下一篇文章我想整理一下關於numpy進階的知識

大綱以下：

布爾型索引花式索引數組轉置和軸對換快速的元素級數組函數利用數組進行數據處理          將條件邏輯表述爲數組運算          數學和統計方法          用於布爾型數組的方法           排序           惟一化以及其它的集合邏輯 用於數組的文件輸入輸出 線性代數 僞隨機數生成 隨機漫步 一次模擬多個隨機漫步 複製代碼