人工智能学习笔记008-NumPy基础

注：本笔记对应江灏老师在B站的教学视频https://www.bilibili.com/video/BV1zE411V79p

一、介绍

是一个开源的Python科学计算基础库（相当于matlab的功能）

一个强大的N维数组对象 ndarray 广播函数功能 整合C/C++/Fortran代码的工具 线性代数、傅里叶变换、随机数生成等功能

NumPy是SicPy、Pandas等数据处理或科学计算库的基础

二、NumPy的导入

?

1	import numpy as np      #np为引入模块别名，可以自己修改，但约定俗称为np

三、ndarray(array)

（一）介绍

是一个多维数组对象，由两部分构成

实际的数据 描述这些数据的元数据(数据维度、数据类型等)

ndarray数组一般要求所有元素类型相同(同质)，数组下标从0开始

（二）创建方法

从Python中的列表、元组等类型创建ndarray数组

一维数据

?

1 2 3 4 5 6 7

import numpy as np      #导入模块 list1 = [1,2,3,4]       #列表 x = np.array(list1)     #把列表转化数组， ​ print(x) print(type(x)) print(type(list1))

二维数组

?

1 2 3 4 5

import numpy as np              #导入模块 x = np.array([[1,2,3],[4,5,6]]) #把列表转化数组，参数为列表的嵌套 ​ print(x) print(type(x))

　

（三）索引方法

切片索引：与列表一样

布尔值索引：

?

1 2 3 4

import numpy as np np_ar=np.array([[1,3,3],[4,5,6]]) c = np_ar[np_ar>2] #取出比2大的数 print(c)

四、常用函数arange

?

1 2 3 4 5 6 7 8

import numpy as np x1 = np.arange(5)       #未设置开始从0开始 x2 = np.arange(3,7)  x3 = np.arange(1,10,2)    #(【开始】，结束，【步长】) ​ print("x1= ",x1) print("x2= ",x2) print("x3= ",x3)

　　

五、常用函数linspace

?

1 2 3

import numpy as np x1 = np.linspace(1,10,5)    #从1到10之间取5个间隔相同的数 print("x1= ",x1)

　　

六、切片、重构、转置

?

1 2 3 4 5 6 7 8 9 10 11 12

import numpy as np a=[[1,2,3],[4,5,6]] print(type(a)) print(a) ​ np_ar = np.array(a) print(type(np_ar)) print(np_ar) print(np_ar[0:2,1:3])       #切片第0行和第1行，第1列和第2列的数据 np_ar2=np_ar.reshape(1,6)   #重构 转换为1行6列 print(np_ar2) print(np_ar.T)              #重置