随机数组 NumPy中的随机数组是通过子模块numpy.random实现的： import numpy as np 函数np.random.rand()可以用来生成0到1之间指定大小的的随机数组： np.random.rand(2, 3) array([[0.89610076, 0.20257692, 0.05524905], [0.31842817, 0.37202256, 0.06250122…
047、随机数组
046、数组索引进阶
Python中的索引机制可以表示为：x[obj]。当对象obj是一个元组时，元组的括号可以省略，因此x[(exp1, exp2, ..., expN)]的索引写法与x[exp1, exp2, ..., expN]是等价的。在NumPy中，根据对象obj的不同，数组索引可以分成基础索引和高级索引两大类。 数组的基础索引 数组的基础索引满足以下条件： 索引对象是整数 索引对象是slice对象 索引对象…
045、数组的读写
数组的读写 数组支持方便的读写操作。 数组的读取 import numpy as np 可以用函数np.loadtxt()从文本文件中读取数据。假设有这样的一个文件myfile.txt，内容为： %%writefile myfile.txt 2.1 2.3 3.2 1.3 3.1 6.1 3.1 4.2 2.3 1.8 Writing myfile.txt np.loadtxt('myf…
044、数组操作
数组操作 数值相关的操作 可以使用.sum()方法进行求和： import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) a array([[1, 2, 3], [4, 5, 6]]) a.sum() 21 默认对所有元素求和，可以通过axis参数指定求和维度： a.sum(axis=0) array([5, 7, 9]) a.sum(axis=…
043、数组广播机制
数组广播机制 数组支持广播机制，支持对一些形状不同但满足一定条件的多个数组进行一些二元操作： import numpy as np 数组形状相同的情况： a = np.array([1.0, 2.0, 3.0]) b = np.array([2.0, 2.0, 2.0]) a.shape (3,) b.shape (3,) 也有两个不同维度操作的例子，如数组的数乘： c = 2.0 a * c a…
042、数组基础
数组基础 数组（Array）是NumPy中的核心类型。整个NumPy模块都是围绕数组来构建的。 数组的引入 import numpy as np 数组的全称是N维数组（N-dimensional Array，ndarray），它是一个固定大小和形状的多维容器。 构造一个数组： a = np.array([1, 2, 3, 4]) a array([1, 2, 3, 4]) np.array((1,…
041、NumPy模块简介
NumPy模块简介 NumPy是Python的一个基础科学计算模块，一些高级的第三方科学计算模块如SciPy、Matplotlib、Pandas等，都是基于NumPy所构建的。 NumPy模块具有一下特性： 强大的多维数组类型和实用的函数。 C/C++/Fortran语言为底层的实现。 线性代数、傅里叶变换和随机数支持。 高效的数据存储容器。 Anaconda环境中已经集成了NumPy模块，不需要…