摘要：1.5.1 Numpy常用方法 在Numpy常用方法如：sum，argmin等方法中，经常出现参数 axis。【axis表示维度，从0开始，含义是：如果设置axis=i，则计算会沿着 i 变化的方向操作。】 示例： import sys import numpy as np a = np.arang 阅读全文

摘要：1.4.1 矩阵操作常见方法 https://numpy.org/doc/1.20/reference/routines.linalg.html 阅读全文

摘要：1.3.1 列表和数组(矩阵)的 索引/切片 虽然可以通过列表生成数组，但是要注意：列表永远是一维的，只有数组才有多维的概念。 切片是多个索引，所以，切片本质也是索引。 列表切片会拷贝一份原列表的数据，而切片数组则会返回原数组的视图。因为numpy的主要是处理大数据，如果每次切片都进行一次复制，那对 阅读全文

摘要：1.2.1 数组计算 Numpy数组的算数运算和比较运算，都是 逐元素操作的。 import numpy as np arr1 = np.linspace(1, 8, 8, dtype=int).reshape(2, 2, 2) print(arr1 + 1) print(arr1 - 1) pri 阅读全文

摘要：1.1.1 numpy数组 Numpy（Number Python）是Python进行科学计算的一个扩展库，提供了大量的函数和操作，主要用于对多维数组执行计算。 Numpy数组中的每个元素都有相同的类型；并且数组大小是不可变的，修改数组大小将会创建新的数组。而python的列表类型list则会动态的 阅读全文