当前位置: 首页 > news >正文

AI——使用numpy

文章目录

  • 一、numpy的介绍
    • 1、ndarray介绍
    • 2、ndarray使用
      • 1、ndarray的属性
      • 2、ndarray生成数组的方法
    • 3、修改数组的形状
    • 4、修改数组的类型
    • 5、数组去重
  • 二、数组的运算
    • 1、逻辑运算
    • 2、通用判断函数
    • 3、三元运算符
    • 4、统计运算
  • 三、数组间运算
  • 四、数学:矩阵

一、numpy的介绍

numpy是一个开源的python科学计算库,用于快速处理任意维度的数组。
numpy支持常见的数组和矩阵操作,对于同样的数值计算任务,使用numpy比直接使用python要简洁的多。
numpy使用ndarray对象来处理多维数组,该对象是一个快速而灵活的大数据容器。

1、ndarray介绍

  • ndarray与python效率对比
import random
import time
import numpy as np
a = []
for i in range(100000000):
    a.append(random.random())

# 通过%time魔法方法,查看当前行代码运行一次所花费的时间
%time sum1 = sum(a)

b = np.array(a)

%time sum2 = np.sum(b)
  • ndarray优势
    在这里插入图片描述
    在这里插入图片描述

2、ndarray使用

1、ndarray的属性

在这里插入图片描述

2、ndarray生成数组的方法

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3、修改数组的形状

在这里插入图片描述

4、修改数组的类型

在这里插入图片描述

5、数组去重

在这里插入图片描述

二、数组的运算

1、逻辑运算

在这里插入图片描述
在这里插入图片描述

2、通用判断函数

在这里插入图片描述

3、三元运算符

在这里插入图片描述

4、统计运算

在这里插入图片描述
在这里插入图片描述

三、数组间运算

在这里插入图片描述
在这里插入图片描述

四、数学:矩阵

http://www.dtcms.com/a/112183.html

相关文章:

  • Java模板方法模式详解
  • Ansible Playbook 进阶探秘:Handlers、变量、循环及条件判断全解析
  • 【设计模式】原型模式:用“克隆”术让对象创建更灵活
  • 开放最短路径优先 - OSPF【LSA详细】
  • 政安晨【超级AI工作流】—— 基于COZE探索有趣的主题互动问答工作流(同宇宙儿童提问机)
  • AI 数理逻辑基础之统计学基本原理(上)
  • 【3】数据结构的双向链表章
  • 每日一题洛谷P8649 [蓝桥杯 2017 省 B] k 倍区间c++
  • 【嵌入式-stm32电位器控制以及旋转编码器控制LED亮暗】
  • DHCP协议和win server2022无脑配置DHCP
  • 残差神经网络(ResNet)概念解析与用法实例:简洁的图像处理任务
  • 树莓派5使用问题
  • Mysql 使用时的一些规范值
  • Kibana 连接 Elasticsearch(8.11.3)教程
  • Vue组件化开发深度解析:Element UI与Ant Design Vue对比实践
  • WEB安全--提权思路
  • LeetCode 1817 查找用户活跃分钟数
  • Linux下调试器gdb_cgdb使用
  • 中小企业数字化赋能专项行动:Websoft9 开源聚合平台的明确行动计划
  • 蓝桥杯真题———交换瓶子
  • 【嵌入式】——Linux系统调用编程
  • Appium 自动化测试从入门到精通
  • 我与数学建模之波折
  • One API:LLM API 管理 分发系统,github 24.2K Star!
  • 算法设计与分析5(动态规划)
  • Go+Gin实现多文件上传
  • Linux: 系统内核中的信号
  • 【NLP 53、投机采样加速推理】
  • 【CMake】《CMake构建实战:项目开发卷》笔记-Chapter8-生成器表达式
  • LIO-SAM跑自己的数据集