Python-12-Numpy
- 2026-10-11 07:48:31
Python-12-Numpy我第一次接触Python的Numpy是在大学期间，距离现在有十年了吧，当时就跟着视频敲代码，做了很多的笔记也没有看。也没想着用起来，就跟看剧一样，啥都忘记了，当时应该也是一点也没懂吧。 还有我大三的时候自学了深度学习的内容，然后还是扔一边了，现在又是AI发展的时代，也许无缘吧。当时想着学这些会有用，预感是对的，只是发现要用时却能用起来，就像挖了很多的井，却因深度不够，一直未有水源。——往期过往均是经验和财富，坚持做自己对的事。--
NumPy 可以创建多维数组ndarray(N-dimensional Array),无论用创建的数据是一维，二维，三维，它的数据对象都是ndarry，正如Series和DataFrame之于Pandas一样。它是数值计算的基础库，数据处理的核心模块Pandas就是以NumPy库为基础的进行开发的。 什么是数组？是一组有顺序，且同类型的数。有顺序意味着我们可以通过索引按数在数组里的位置，将数提取出来。同类型的数，是指一个数组里的数要么全是数字，要么全是文本，不能乱混。 该如描述的数组的本身具有属性？属性之于数组就像身高、体重、年龄之于人一样。数组常用到的属性及查看如下：
创建特殊数组，NumPy模块可以通过array()函数创建多维的数组。在实际使用过程中，为了方便，NumPy本身还具有快速生成一些特殊数组的行数方法。提高效率。例子如下：
创建符合条件的随机数组，上面的内容都是创建目的明确的数组，NumPy还可以使用其自带的random模块调用各种方法，生成符合预期的随机数组。例子如下：
数组创建完毕~~ Next→对数组的相关操作，通式为："np.函数( 数组arr )" 改变数组本身： 改变数组形状arr.reshape()；将多维数组展开为一维arr.flatten()；分割数组np.split()；转置数组arr.transpose()。 数组间的运算： 数值运算如求和np.sum()、标准差np.std()、方差np.var() 逻辑运算，有三种：①np.where()-条件筛选，根据条件符合条件返回值，相当于Excel的if-else。②np.any(条件)-只要有一个arr符合条件就返回True。③np.all(条件)-需要arr都满足条件才返回True。
数组间的合并： 把两个数组纵向/横向地组合成一个数组，不局限于两个。
NumPy有个特点是广播机制，是说两个数组形状不一样，也可以帮我们对齐形状做加减乘除。常间2种：数组和单个数字运算，二维表格和一行一维数组运算。
只要两个数组能够广播的步骤： Good~梳理了一遍，感觉清晰很多了。如果觉得有帮助，👍来一个。
Day12 #Python学习，#Numpy, #学习 把思绪变成文字，只是为了亲眼看见那个躲在角落的自己。
|
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
写出两个数组的维度 靠右对齐，从最后一维开始逐次，往前比对 每一对维度，满足两个维度数字相等或其中一个维度为1。空的位置numpy会自动补充为1。如上B组的维度，在广播中调整为了“(1，3)”。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。
