NumPy 教程
Python NumPy是一个通用的数组处理包,它提供了处理 n 维数组的工具。它提供了各种计算工具,如综合数学函数、线性代数例程。 NumPy 既提供了Python的灵活性,又提供了经过良好优化的编译 C 代码的速度。它易于使用的语法使其对任何背景的程序员都具有高度的可访问性和生产力。
本 NumPy 教程可帮助您从基础到高级学习 NumPy 的基础知识,例如对 NumPy 数组的操作、使用 NumPy 庞大数据集的矩阵——程序和项目。
最近关于 NumPy 的文章!!
介绍
- Numpy 简介
- Python NumPy
- Python中的 NumPy 数组
- NumPy 数组的基础知识
- Python列表 VS Numpy 数组
- Numpy – ndarray
- NumPy Python中的数据类型对象(dtype)
创建 NumPy 数组
- Numpy - 数组创建
- Arange 方法
- 零法
- 创建一个填充所有 1 的 Numpy 数组
- linspace 方法
- 眼睛法
- Numpy Meshgrid函数
- 创建一维 NumPy 数组
- 如何创建一个空的和一个完整的 NumPy 数组?
- 创建一个全零填充的 Numpy 数组
- 创建一个填充所有 1 的 Numpy 数组
- 如何使用 NumPy 生成二维高斯数组?
- 如何使用 NumPy 在Python中创建向量
- 从单个记录列表创建记录数组
NumPy 数组操作
- 在 NumPy 数组中复制和查看
- 如何将 NumPy 数组复制到另一个数组中?
- 在 NumPy 数组的末尾附加值
- 如何交换给定 NumPy 数组的列?
- 在 NumPy 数组中插入一个新轴
- 水平堆叠 NumPy 数组的序列
- 垂直堆叠 NumPy 数组的序列
- 加入 NumPy 数组
- 结合一维和二维 NumPy 数组
- 连接两个数组 – np.ma.concatenate()
- 按索引组合数组索引
- 在 NumPy 中拆分数组
- 比较两个 NumPy 数组
- 找到两个 NumPy 数组的并集
- 在 NumPy 数组中查找唯一行
- 从数组中获取唯一值
- 从一维数组中修剪前导和/或尾随零
NumPy 中的矩阵
- Python中的矩阵操作
- numpy 矩阵运算 |空()函数
- numpy 矩阵运算 | zeros()函数
- numpy 矩阵运算 |个()函数
- numpy 矩阵运算 |眼睛()函数
- numpy 矩阵运算 |身份()函数
- 在Python中添加和减去矩阵
- NumPy 中的矩阵乘法
- 两个数组的点积
- NumPy |矢量乘法
- 如何在Python中计算两个向量的点积?
- 在Python中使用 Numpy 将单行中的两个矩阵相乘
- 获取矩阵的特征值
- 使用 NumPy 计算矩阵的行列式
- 求矩阵的转置
- 求矩阵的方差
- 使用 NumPy 计算矩阵的逆
对 NumPy 数组的操作
- Numpy – 二元运算
- Numpy - 数学函数
- Numpy - 字符串操作
重塑 NumPy 数组
- 重塑 NumPy 数组
- 调整给定矩阵的形状
- 重塑给定矩阵的形状
- 获取 NumPy 数组的形状
- 更改 NumPy 数组的维度
- 就地更改数组的形状和大小
- 使用 NumPy 在Python中展平矩阵
- 展平矩阵 – matrix.ravel()
- 将数组的轴移动到新位置
- 交换数组的两个轴
- 交换轴矩阵
- 将一个数组垂直拆分为多个子数组
- 将一个数组水平拆分为多个子数组
- 在不更改其数据的情况下为掩码数组赋予新形状
- 压缩矩阵的大小
索引 NumPy 数组
- NumPy Python中的基本切片和高级索引
- 沿提到的轴获取数组的选定切片
- 在Python Numpy 中沿多维数组访问数据
- 如何访问多维 NumPy 数组的不同行?
- 获取 (n, m) 数组的下三角形的索引
NumPy 数组的算术运算
- 使用 NumPy 数组进行广播
- 变量估计
- Python:对 Numpy 数组的操作
- 如何使用 NumPy sum函数?
- 明智地划分 NumPy 数组元素
- 计算两个数组的内积
- 使用 NumPy 的绝对偏差和绝对平均偏差
- 求一个矩阵的标准差
- 计算NumPy数组的GCD
NumPy 数组中的线性代数
- 麻木 |线性代数
- 获取给定 NumPy 数组的 QR 分解
- 如何获得NumPy中向量的大小?
- 使用 NumPy 计算给定方形数组的特征值和右特征向量?
NumPy 和随机数据
- numpy中的随机抽样| ranf()函数
- numpy中的随机抽样|随机()函数
- numpy中的随机抽样| random_sample()函数
- numpy中的随机抽样|样本()函数
- numpy中的随机抽样| random_integers()函数
- numpy中的随机抽样| randint()函数
- 从 NumPy 中获取随机元素 – random.choice()
- 如何使用 NumPy 从列表中选择不同概率的元素?
- 如何在Python中获得加权随机选择?
- 如何获得不同整数值的随机定位?
- 从几何分布中获取随机元素
- 获取排列序列的随机样本
在 NumPy 数组中排序和搜索
- 在 NumPy 数组中搜索
- 如何对 Numpy 数组进行排序
- Numpy – 排序、搜索和计数
- Python中不同排序技术的变化
- 对复杂数组进行排序
- 获取屏蔽数组的最小值
- 对矩阵中的值进行排序
- 对给定矩阵中具有一维或多维的元素进行排序
通用功能
- Numpy ufunc |通用功能
- 在 NumPy 中创建您自己的通用函数
处理图像
- 在Python中使用 NumPy 创建白色图像
- 将 NumPy 数组转换为图像
- 如何将图像转换为 NumPy 数组?
- 将图像转换为 NumPy 数组并使用Python将其保存为 CSV 文件?
使用 NumPy 的项目和应用程序
- 使用 numpy 打印 nxn 的棋盘格图案
- 使用 NumPy 从零开始实现神经网络
- 使用Python分析二手车的售价