Python Numpy 高效的运算工具详解
更新时间：2021年10月21日 11:15:21 作者：生产队的驴儿
这篇文章主要介绍了Python numpy矩阵处理运算工具用法汇总,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Numpy 介绍
numpy
num numerical 数值化
py python
ndarray
n 任意个
d dimension 维度
array 数组
n维 相同数组类型的集合
将数据组 转化为 ndarray类型
data = np.array(数组)
import numpy as np data = np.array([[80,89,65,79], [80,89,65,79], [80,89,65,79], [80,89,65,79], [80,89,65,79]] ) data type(data)
通过 ndarray的形式进行存储
优势
存储风格
ndarray 相同类型 通用性差
list 不同类型 通用性强
并行化运算
nd.array 支持并行化/向量化运算
底层语言
多任务处理： 多线程 多进程
python受到GIL锁限制，拖累限制。
numpy底层用C语言实现，接触GIL锁限制。不受python解释器限制。
numpy常用属性
形状 shape 维度 元素个数
类型 dtype （根据数据类型得知）所占内存的大小
ndarray形状
二维数组
下图（3，3） 三行 三列
三个 二维数组
ndarray类型
创建ndarray时，指定其类型
data3 = np.array([1.1,2.2,3,3],dtype = 'float32') data3 = np.array([1.1,2.2,3,3],dtype = np.float32)
不指定的话，整数默认int64，，小数float64。
基本操作
生成数据方法adarrat
总结
本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注脚本之家的更多内容!
相关文章
特点是多平台，一个脚本内可以备份多个数据库，并分别打包上传到ftp进行备份。调用了mysqldump及tar来进行数据库dump及打包。 具体参数说明参见源文件2008-08-08
这篇文章主要介绍了Pandas 缺失数据处理代码汇总，在pandas中，缺失数据显示为NaN。缺失值有3种表示方法，np.nan，none，pd.NA，更多相关介绍需要的朋友可以参考下面文章内容2022-06-06
这篇文章主要介绍了keras.layer.input()用法说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要为大家详细介绍了如何利用Python实现将视频按照时间维度进行剪切，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起了解一下2022-12-12
这篇文章主要介绍了Python读写txt文本文件的操作方法全解析,包括对文本的查找和替换等技巧的讲解,需要的朋友可以参考下2016-06-06
这篇文章主要介绍了Pandas读取csv时如何设置列名,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-06-06
下面小编就为大家带来一篇浅谈python中的面向对象和类的基本语法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2016-06-06
在Python编程中,编写可复用的函数是提高代码质量和开发效率的关键,本文将介绍8种最佳实践,并提供丰富的示例代码,希望可以帮助大家编写高质量的可复用函数2023-12-12
这篇文章主要介绍了Python库docopt命令行参数解析工具,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01
今天给大家整理了Python深度学习之Pytorch初步使用的有关知识,文中介绍的非常详细,对正在学习python的小伙伴们有很好的帮助,需要的朋友可以参考下2021-05-05
最新评论