关键词：
目录
1、numpy 的安装
pip install numpy
2、快速入门
2.1 数据类型
用过C语言的基本上都知道是哪几个类型，毕竟python是c 实现的
总结一下：u表示无符号，有符号则没有，中间表示类型类型，最后一个是表示的字节数
2.2 最重要的对象Ndarray 对象
Ndarray 可以理解为Java里面List 的实现，封装了更好的接口和api。
调试看下结构
2.3 副本和视图
副本是一个数据的完整的拷贝，如果我们对副本进行修改，它不会影响到原始数据，物理内存不在同一位置。
视图是数据的一个别称或引用，通过该别称或引用亦便可访问、操作原有数据，但原有数据不会产生拷贝。如果我们对视图进行修改，它会影响到原始数据，物理内存在同一位置。
视图一般发生在：
-
1、numpy 的切片操作返回原数据的视图。
-
2、调用 ndarray 的 view() 函数产生一个视图。
副本一般发生在：
-
Python 序列的切片操作，调用deepCopy()函数。
-
调用 ndarray 的 copy() 函数产生一个副本。
3、numpy 常用操作
1.创建 ndarray
import numpy as np
#将列表和 元组转换为ndarray
x = [1,2,3]
a = np.asarray(x)
print (a)
y = (1,2,3)
b = np.asarray(y)
print (b)-
遍历ndarray
NumPy 迭代器对象 numpy.nditer( nditer = nd iterator) 提供了一种灵活访问一个或者多个数组元素的方式
import numpy as np
a = np.arange(6).reshape(2,3)
print ('原始数组是：')
print (a)
print ('\\n')
print ('迭代输出元素：')
for x in np.nditer(a):
print (x, end=", " )
print ('\\n')nditer 的几个参数
order='F' ：'C' -- 按行，'F' -- 按列，'A' -- 原顺序，'k' -- 元素在内存中的出现顺序。
op_flags：nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值得修改，必须指定 read-write 或者 write-only 的模式。
import numpy as np
a = np.arange(6).reshape(2, 3)
print('原始数组是：')
print(a)
print('\\n')
print('迭代输出元素：')
for x in np.nditer(a,order="F",op_flags=['readwrite']):
print(x, end=", ")
x[...]= x * 2
print('\\n 修改后的元素')
print(a)
print('\\n')输出结果
原始数组是： [[0 1 2] [3 4 5]] 迭代输出元素： 0, 3, 1, 4, 2, 5, 修改后的元素 [[ 0 2 4] [ 6 8 10]]
3.Numpy 数组操作
修改数组形状
翻转数组
numpy.transpose 函数用于对换数组的维度连接数组
分割数组
数组元素的添加与删除
numpy.append 函数在数组的末尾添加值
4、常用函数
NumPy 提供了标准的三角函数：sin()、cos()、tan()。
NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()
统计函数
numpy.amin() 和 numpy.amax()
numpy.ptp()函数计算数组中元素最大值与最小值的差（最大值 - 最小值）。
numpy.median() 函数用于计算数组 a 中元素的中位数（中值）
numpy.mean() 函数返回数组中元素的算术平均值。如果提供了轴，则沿其计算。
操作函数
numpy.sort() 函数返回输入数组的排序副本
numpy.argsort() 函数返回的是数组值从小到大的索引值
numpy.lexsort() 用于对多个序列进行排序。把它想象成对电子表格进行排序，每一列代表一个序列，排序时优先照顾靠后的列
#!/usr/bin/env python
# encoding: utf-8
"""
#Author: 香菜
@time: 2021/8/30 0030 下午 10:00
"""
import numpy as np
a = np.arange(6).reshape(2, 3)
print('原始数组是：')
print(a)
# 最小值，可以指定轴
min = np.amin(a)
print("最小值 :" + str(min))
# 最大值与最小值的差
gap = np.ptp(a)
print("最大差 :" + str(gap))
mid = np.median(a)
print("中位数 :" +str(mid))
mean = np.mean(a)
print("平均值 :" +str(mean))
print(np.argsort(a))5、ndarray和 list的区别
数组元素要求是相同类型，而列表的元素可以是不同类型。
ndarray占用的内存要比列表少
-
数组底层使用C程序编写，运算速度快。
-
数组底层使用C中数组的存储方式（紧凑存储），节省内存空间。
6、总结
numpy 不难，最重要的数据结构就是ndarray ，可以直接当做List使用，然后np 提供了一些列的函数操作
送书活动第一期
《Python数据分析与大数据处理从入门到精通》
全面：数据分析与大数据处理所需的所有技术，包含基础理论、核心概念、实施流程，从编程语言准备、数据采集与清洗、数据分析与可视化，到大型数据的分布式存储与分布式计算等。
（2）深入：一本书讲透1种编程语言和14种数据分析与大处理工具，以及大数据分析技术及项目开发方法。
（3）丰富：包含45个“新手问答”、17个章节的“实训”、3个项目综合实战、50道Python面试题精选。
京东自营购买链接：
https://item.jd.com/12740890.html
当当自营购买链接：
http://product.dangdang.com/28476522.html
大家点赞关注，两天后在留言的同学中抽取送两本书
注：如果中奖了没关注则放弃
评论包邮送书了！！！深度学习基础之numpy，小白轻松入门numpy(代码片段)
目录1、numpy的安装2、快速入门3.Numpy数组操作4、常用函数5、ndarray和list的区别6、总结送书活动第一期1、numpy的安装pipinstallnumpy2、快速入门2.1数据类型用过C语言的基本上都知道是哪几个类型，毕竟python是c实现的总结一下... 查看详情
深度学习基础之三分钟轻松搞明白tensor到底是个啥！看不懂的话我倒立洗头~~(代码片段)
...运算加法减法乘法其他的一些运算总结再不入坑就晚了,深度神经网络概念大整理，最简单的神经网络是什么样子？https://gamwatcher.blog.csdn.net/article/details/120012457https://gamwatcher.blog.csdn.net/article/details/120012457本科生学深度学... 查看详情
datawhalepowerful-numpy《从小白到入门》学习笔记(代码片段)
Datawhalepowerful-numpy《从小白到入门》学习笔记持续更新中文章目录Datawhalepowerful-numpy《从小白到入门》学习笔记摘自官方文档的一些话WhatisNumPy?WhyisNumPyFast?WhoElseUsesNumPy?一.创建和生成1.从python列表或元组创建从列表创建从元组创建... 查看详情
深度学习基础-基于numpy的循环神经网络（rnn）实现和反向传播训练
本文是深度学习入门：基于Python的实现、神经网络与深度学习（NNDL）以及动手学深度学习的读书笔记。本文将介绍基于Numpy的循环神经网络的前向传播和反向传播实现，包括RNN、LSTM和GRU。一、概述1.1循环神经网络（RNN）循环神... 查看详情
给深度学习入门者的python快速教程-numpy和matplotlib篇
本篇部分代码的下载地址：https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/master/chap5上篇：给深度学习入门者的Python快速教程-基础篇5.3Python的科学计算包-Numpynumpy(Numerical Pythonextensions)是一个第三方的Python包ÿ 查看详情
python基础|numpy详细教程
...熟练掌握python编程，同时为后续的数据分析，机器学习及深度学习的代码能力打下坚实的基础。 查看详情
深度学习基础之三分钟轻松搞明白tensor到底是个啥(代码片段)
...运算加法减法乘法其他的一些运算总结再不入坑就晚了,深度神经网络概念大整理，最简单的神经网络是什么样子？https://gamwatcher.blog.csdn.net/art 查看详情
numpy基础入门
...mpy（NumericalPython的简称）是高性能科学计算和数据分析的基础包。其部分功能如下：①ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。②用于对整组数据进行快速运算的标准数学函数 查看详情
给深度学习入门者的python快速教程-numpy和matplotlib篇
...m/frombeijingwithlove/dlcv_for_beginners/tree/master/chap5上篇：给深度学习入门者的Python快速教程-基础篇5.3Python的科学计算包-Numpynumpy(Numerical Pythonextensions)是一个第三方的Python包，用于科学计算。这个库的前身是1995年就开始开发的... 查看详情
（翻译）60分钟入门深度学习工具-pytorch(代码片段)
60分钟入门深度学习工具-PyTorch作者：SoumithChintala原文翻译自：一、Pytorch是什么？二、AUTOGRAD三、神经网络四、训练一个分类器五、数据并行他是一个基于Python的科学计算包，目标用户有两类为了使用GPU来替代numpy一个深度学习研... 查看详情
想深度学习写作，应该看啥书
...没有扎实理论基础。 对于零基础小白，怎样快速入门深度学习呢?在这里精选了5本深度学习相关的书籍，帮助小白更好的入门。 1.《深度学习》(DeepLearning) 出自Goodfellow、Bengio和Courville三位大牛之手的《深度学习》(Deep... 查看详情
零基础入门深度学习3-1：数据管道dataset
文章目录一、构建数据管道1.构建Numpy数据管道2.构建DataFrame数据管道3.构建图片文件数据管道二、处理管道数据三、提升管道性能 查看详情
机器学习入门之使用numpy和matplotlib绘制图形(代码片段)
机器学习当中能深入浅出的方法第一步就是先学会用numpy了。numpy是一个第三方的开源python库，他提供了许多科学的数值计算工具，尤其是大型矩阵计算，但使用配置非常简单，结合matplotlib能够非常方便的将计算结果展示成... 查看详情
谁有深度学习书单和学习路线？求赐
...验也没有扎实理论基础。对于零基础小白，怎样快速入门深度学习呢？在这里精选了5本深度学习相关的书籍，帮助小白更好的入门。1.《深度学习》（DeepLearning）出自Goodfellow、Bengio和Courville三位大牛之手的《深度学习》（DeepLear... 查看详情
机器学习初入门01-numpy的基础用法
一、numpy基础结构 1.numpy.genformtxt(‘路径名‘,delimiter=‘分割符‘,dytype=读取方式如str)：读取一个文件，返回一个numpy.ndarray结构的数据，这里给出了一个形式，更多参数信息参考help(numpy.genformtxt)2.numpy.ndarray可看成是一个矩阵结... 查看详情
深度学习---从入门到放弃pytorch基础(代码片段)
深度学习—从入门到放弃(一)pytorchTensor类似于numpy的array，pandas的dataframe；在pytorch里的数据结构是tensor，即张量tensor简单操作1.Flattenandreshape###Originalz:tensor([[0,1],[2,3],[4,5],[6,7],[8,9],[10,11]])Flatte 查看详情
python基础2022最新第六课numpy(代码片段)
...建常用函数reshapeflatten概述从今天开始,小白我将带领大家学习一下Python零基础入门的内容.本专栏会以讲解+练习的模式,带领大家熟悉Python的语法,应用,以及代码的基础逻辑.NumpyNumpy是Pytho 查看详情
python基础2022最新第六课numpy(代码片段)
...建常用函数reshapeflatten概述从今天开始,小白我将带领大家学习一下Python零基础入门的内容.本专栏会以讲解+练习的模式,带领大家熟悉Python的语法,应用,以及代码的基础逻辑.NumpyNumpy是Pytho 查看详情