Skip to content

Latest commit

 

History

History

2.numpy

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 
 
 
 
 

Numpy简介

Numpy是一个用python实现的科学计算的扩展程序库,包括:

  • 1、一个强大的N维数组对象Array;
  • 2、比较成熟的(广播)函数库;
  • 3、用于整合C/C++和Fortran代码的工具包;
  • 4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。

一、适合初学者快速入门的Numpy实战全集

本文由光城同学整理

本文目录

​ 1.Numpy基本操作

  • 1.1 列表转为矩阵

  • 1.2 维度

  • 1.3 行数和列数()

  • 1.4 元素个数

    2.Numpy创建array

  • 2.1 一维array创建

  • 2.2 多维array创建

  • 2.3 创建全零数组

  • 2.4 创建全1数据

  • 2.5 创建全空数组

  • 2.6 创建连续数组

  • 2.7 reshape操作

  • 2.8 创建连续型数据

  • 2.9 linspace的reshape操作

    3.Numpy基本运算

  • 3.1 一维矩阵运算

  • 3.2 多维矩阵运算

  • 3.3 基本计算

    4.Numpy索引与切片

    5.Numpy array合并

  • 5.1 数组合并

  • 5.2 数组转置为矩阵

  • 5.3 多个矩阵合并

  • 5.4 合并例子2

    6.Numpy array分割

  • 6.1 构造3行4列矩阵

  • 6.2 等量分割

  • 6.3 不等量分割

  • 6.4 其他的分割方式

    7.Numpy copy与 =

  • 7.1 =赋值方式会带有关联性

  • 7.2 copy()赋值方式没有关联性

    8.广播机制

    9.常用函数

二.Numpy简易入门

  • 1.Numpy简易入门 1.1 认识NumPy数组对象

    ​ 1.2 创建NumPy数组

    ​ 1.3 ndarry对象的数据类型

    ​ 1.3.1 查看数据类型

    ​ 1.3.2 转换数据类型

    ​ 1.4 数组运算

    ​ 1.4.1向量化运算

    ​ 1.4.2 数组广播

    ​ 1.4.3 数组与标量间的运算

    ​ 1.5 ndarray的索引和切片

    ​ 1.5.1 整数索引和切片的基本使用

    ​ 1.5.2 花式(数组)索引的基本使用

    ​ 1.5.3 布尔型

    ​ 1.6 数组的转置和轴对称

    ​ 1.7 NumPy通用函数

    ​ 1.8 利用NumPy数组进行数据处理

    ​ 1.8.1 将条件逻辑转为数组运算

    ​ 1.8.2 数组统计运算

    ​ 1.8.3 数组排序

    ​ 1.8.4 检索数组元素

    ​ 1.8.5 唯一化及其他集合逻辑

    ​ 1.9 线性代数模块

    ​ 1.10随机数模块

三、Numpy练习题100题-提高你的数据分析技能

本文总结了Numpy的常用操作,并做成练习题,练习题附答案建议读者把练习题完成。作者认为,做完练习题,Numpy的基本操作没有问题了,以后碰到问题也可以查这些习题。

网上可以搜到大量的Numpy教程和官方文档,但没有简单的方法来练习。教程是很好的资源,但要付诸实践。 只有实践,才能更好的加深学习。

本站从github搜索到了一些Numpy的练习题100题,含答案,并进行整理:

原代码作者:Nicolas P. Rougierhttps://github.com/rougier/numpy-100)

本练习代码可以在github下载:

numpy-100

使用方法 文件夹有三个不同的ipynb文件:

  • 100_Numpy_exercises_no_solution.ipynb

没有答案代码的文件,这个是你做的练习

  • 100_Numpy_exercises_with_hint.ipynb

没有答案代码的文件,但有提示,这个你也可以用来练习

  • 100_Numpy_exercises.ipynb

有答案代码和注释的文件

你可以在100_Numpy_exercises_no_solution.ipynb 里输入代码,看看运行结果是否和100_Numpy_exercises.ipynb 里面的内容一致。

四、Numpy练习题

整理了一个Numpy的练习题,总结了Numpy的常用操作,可以测试下自己对Numpy的掌握程度,有答案哦。

试题目录

  • Array creation routines(数组创建)
  • Array manipulation routines(数组操作)
  • String operations(字符串操作)
  • Numpy-specific help functions(Numpy特定帮助函数)
  • Input and output(输入和输出)
  • Linear algebra(线性代数)
  • Discrete Fourier Transform(离散傅里叶变换)
  • Logic functions(逻辑函数)
  • Mathematical functions(数学函数)
  • Random sampling (numpy.random)(随机抽样)
  • Set routines(集合操作)
  • Sorting, searching, and counting(排序、搜索和计数)
  • Statistics(统计)

试题内容

试题分为13个练习,每个练习分为两个ipynb文件,文件名带_Solutions 的是带答案的文件,建议初学者先练习下不带答案的文件,做不出来再看看答案。

本练习代码可以在github下载:

numpy_exercises

作者及来源