0
点赞
收藏
分享

微信扫一扫

大师兄的Python机器学习笔记:Numpy库、Scipy库和Matplotlib库(一)

芒果六斤半 2021-09-27 阅读 49

大师兄的Python机器学习笔记:统计学基础之底层代码实现(二)
大师兄的Python机器学习笔记:Numpy库、Scipy库和Matplotlib库(二)

一、关于Numpy、Scipy和Matplotlib

  • Numpy和Scipy库是Python中重要的科学计算库,Matplotlib是画图库,这三个库结合起来通常作为Matlab的开源解决方案。
  • 他们都是开源项目,会随着Anaconda一起安装,当然也可以单独安装。
  • Python还有很多机器学习库。

二、Numpy库

1. Numpy的主要功能
  • 数组的计算和逻辑运算。
  • 傅立叶变换(Fourier transformation)和图形处理中的应用。
  • 与线性代数有关的操作。
  • 实现数组并行计算。
2. Ndarray对象
  • 也称为N维数组,是Numpy中最基本的数据结构。
  • 用于描述相同类型的元素集合。
  • ndarray中的每个元素都是相同大小的多维数组。
  • 与Python中的list有相似的部分
>>>import numpy as np
>>>np_sample1 = np.array(["北京","上海","广州","深圳"])
>>>print(np_sample1) # 与list不同,ndarray不用','分隔
['北京' '上海' '广州' '深圳']
3. 创建新数组
  • 可以通过以下任意方法创建数组。
4. 通过数据创建新数组
  • 将现有的Python数据类型转换为N数组。
5. 通过数值范围创建新数组
6. N数组的访问和修改。
7. N数组的广播和迭代。
8. N数组的数组操作。
9. N数组的I/O操作

参考资料


举报

相关推荐

0 条评论