Python numpy 矩阵与向量 Python
0x01 矩阵与向量
(1)矩阵
矩阵(matrix)和array的区别矩阵必须是2维的,但是array可以是多维的。
如下图,这个是 3x2 矩阵,即3行2列。如m为行,n 为列,那么 mxn 即 3x2。
矩阵的维数即行数x列数,矩阵元素(矩阵项):
Aij 指第 i 行,第j列的元素.
(2)向量
向量是一种特殊的矩阵,讲义中的向量一般都是列向量,...
Python numpy 数组间运算与广播机制 Python
0x01 数组与数运算
import numpy as np
arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]])
"""
arr + 1
array([[2, 3, 4, 3, 2, 5],
[6, 7, 2, 3, 4, 2]])
arr / 2
array([[0.5, 1....
Python numpy ndarray运算 Python
0x01 逻辑运算
import numpy as np
# 生成40-100的10行5列数据
arr1 = np.random.randint(40, 100, (10, 5))
"""
#查看下arr1
arr1 Out[3]:
array([[95, 65, 74, 76, 64],
[95, 62, 74, 81, 59],
...
Python numpy 数组基本操作(索引与切片用法、改变形状、修改类型、去重) Python
0x01 数组索引与切片用法
import numpy as np
# (2)二维数组
# 首先生成一个二维数组
arr2 = np.random.uniform(-1, 2, size=(5, 5))
"""
# 查看下arr2
arr2 Out[3]:
array([[ 1.05865188, 1.18597622, -0.81279676, 1...
Python numpy 生成随机数组(正态分布与均匀分布) Python
0x01 什么是正态分布
正态分布是一种概率分布。正态分布是具有两个参数u和o的连续型随机变量的分布,第一参数u是服从正态分布的随机变量的均值,第二个参数o是此随机变量的方差,所以正态分布记作N(μ,σ)。
0x02 生成正态分布的随机数组
import numpy as np
import matplotlib.pyplot as plt
# 生成均...
Python numpy 生成01数组、固定数组 Python
0x01 生成01数组
import numpy as np
# 生成4行6列0数组
ones = np.ones([4, 6])
"""
查看下zeros Out[3]:
array([[0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0., 0., 0.],
[0., 0., 0....
Python numpy ndarray介绍 Python
0x01 ndarray属性
属性名字
属性解释
ndarray.shape
数组维度的元组
ndarray.ndim
数组维数
ndarray.size
数组中的元素数量
ndarray.itemsize
个数组元素的长度 (字节)
ndarray.dtype
数组元素的类型
0x02 ndarray形状
import ...
Python numpy中ndarray与原生list对比 Python
0x01 ndarray与list运行时长对比
import random
import numpy as np
import timeit
a = []
for i in range(100000000):
a.append(random.random())
def sum_list():
return sum(a)
def sum_n...
Python matplotlib 绘制散点图/柱状图 Python
0x01 散点图
import matplotlib.pyplot as plt
import random
# 生成数据
num_points = 1000
x = [random.uniform(0, 10) for i in range(1000)]
y = [random.uniform(0, 10) for i in range(1000)]
...
Python matplotlib 绘制折线图(多坐标系) Python
0x01 图像
0x02 代码
import matplotlib.pyplot as plt
import random
# 支持中文
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['Arial Unicode MS']
mpl.rcParams['axes.unicode_minus'...