python中numpy的基本使用介绍

numpy是用于在Python中进行科学计算的库。尽管基本的计算可以在Python中完成，但使用numpy可以加快计算速度，节省空间，具有矢量运算能力，使之成为对复杂公式操作更容易的库。

Numpy通常用于机器学习，numpy提供了python对多维数组对象的支持，处理数组并使N维数组可操作。它可以在一维中处理向量，在二维中处理矩阵，并在三个或更多维中处理张量。（这是数学部分）

▼用法示例

下面列出了一些numpy数组的示例，通过常规导入使其可用。（如果没有，请安装它）

＃导入numpy

import numpy as np

#一维运算

one = np.array([1,2,3])

print( one )

one = one + 1

print( one )

#执行结果 

       [1, 2, 3]       [2, 3, 4]  

#二维操作

two = np.array([[1,2,3],[4,5,6]])

print( two)

two = two * 2

two2 = np.array([[10,20,30],[40,50,60]])

print(two + two2)

#执行结果 

       [[1 2 3]       [4 5 6]]       [[12 24 36]       [48 60 72]] 

#三维操作

print(np.arange(24).reshape(3, 2, 4))

#执行结果

      [[[ 0  1  2  3]      [ 4  5  6  7]]      [[ 8  9 10 11]      [12 13 14 15]]       [[16 17 18 19]      [20 21 22 23]]] 

#排序（多维）

sor = np.array([2,5,9,3,8])

print(np.sort(sor))

print(np.sort(sor)[::-1])

#执行结果 

      [2 3 5 8 9]      [9 8 5 3 2]

以上是对numpy基本操作的例子，numpy支持大量高级维数组和矩阵运算，并且还提供了大量用于数组运算的数学函数库。

本文由Yuday分享 | 专注互联网科技分享 发布 ，如需转载请注明出处。
作者： yuday
原文链接：python中numpy的基本使用介绍