人工智能PPT第2章 python数值计算-numpy.pptVIP

* 第2章 python科学计算 -numpy 科学计算 科学计算（scientific computing）是指在科学与工程领域，使用计算机数学建模和数值分析技术分析和解决问题的过程。科学计算属于计算机科学、数学、问题领域的交叉学科 （1）NumPy（Numerical Python）作为Python科学计算最核心的扩展库，将Python转变为强大的科学分析和建模工具。 （2）Matplotlib用于数据可视化，可以绘制线性图、直方图、散点图等各种图。 （3）Scipy在优化、非线性方程求解、常微分方程等方面应用广泛。 （4）Pandas 用于数据清洗，对噪音等数据进行处理，从而便于机器学习和数据分析。 NumPy NumPy是Python的开源数字扩展，定义了数值数组和矩阵类型以及基本运算的语言扩展，用于矩阵数据、矢量处理等。 Numpy 的官方网址/ NumPy ndarray 属性名 含义 ndarray.ndim 数组的轴（维度）的数量 ndarray.shape 数组的维度。为一个整数元组，表示每个维度上的大小。对于一个n行m列的矩阵来说，shape就是（n，m）。shape元组的长度就是秩（或者维度的数量）ndim。 ndarray.size 数组的元素的总个数。这等于shape元素的乘积。 ndarray.dtype 用来描述数组中元素类型的对象。 ndarray.itermsize 数组的每个元素的字节大小。例如，一个类型为float64的元素的数组itemsize 为8。 ndarray.data 该缓冲区包含了数组的实际元素。 python提供array模块，但是array不支持多维，也没有各种运算函数，不适合做数值运算。?而numpy提供的同质多维数组ndarray正好弥补以上不足。 创建数组 四种方法 Array Arange Linspace logspace 1. array创建数组 import numpy as np #引入numpy库 a=np.array([[1,5],[4,5,7]]) #创建数组，将元组或列表作为参数 a5 = np.array(([1,5,3,4,5],[6,7,8,9,5])) #创建二维的narray对象 print(type(a)) #a的类型是数组 print(type(a5)) print(a) print(a5) 2. arange函数创建数组 import numpy as np a=np.arange(15) #利用arange函数创建数组 print(a) a5=np.arange(1,5,0.1) #arang函数和range函数相似 print(a5) 3. linspace用于创建指定数量等间隔的序列，实际生成一个等差数列 import numpy as np a=np.linspace(0,1,15) #从0开始到1结束，共15个数的等差数列 print(a) 4. logspace用于生成等比数列 import numpy as np a = np.logspace(0,5,5) #生成首位是10的0次方，末位是10的5次方，含5个数的等比数列 print(a) 查看数组 import numpy as np #引入numpy库 a=np.array([[1,5],[4,5,7],3]) #创建数组，将元组或列表作为参数 a5 = np.array(([1,5,3,4,5],[6,7,8,9,5])) #创建二维的narray对象 print(type(a)) #a的类型是数组 print(a) print(a5) print(a.dtype) #查看a数组中每个元素的类型 print(a6.dtype) #查看a5数组中每个元素的类型 查看数组 import numpy as np #引入numpy库 a=np.array([[1,5],[4,5,7],3]) #创建数组，将元组或列表作为参数 a5 = np.array(([1,5,3,4,5],[6,7,8,9,5])) #创建二维的narray对象 print(a.shape) #查看数组的行列，3行 print(a6.shape