Skip to content

Latest commit

 

History

History
90 lines (61 loc) · 2.88 KB

README.md

File metadata and controls

90 lines (61 loc) · 2.88 KB
Raw

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. Rougier（https://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。