Python笔记6-Numpy

本文主要是介绍Python笔记6-Numpy，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

Numpy（Numerical Python）

Numpy：提供了一个在 Python 中做科学计算的基础库，重在数值计算，主要用于多维 数组（矩阵）处理的库。用来存储和处理大型矩阵，比 Python 自身的嵌套列表结构要高效 的多。本身是由 C 语言开发，是个很基础的扩展，Python 其余的科学计算扩展大部分都是 以此为基础。

1.高性能科学计算和数据分析的基础包

2.ndarray，多维数组（矩阵），具有矢量运算能力，快速、节省空间

3.矩阵运算，无需循环，可完成类似 Matlab 中的矢量运算

4.线性代数、随机数生成

5.import numpy as np

Scipy

Scipy ：基于 Numpy 提供了一个在 Python 中做科学计算的工具集，专为科学和工程设 计的 Python 工具包。主要应用于统计、优化、整合、线性代数模块、傅里叶变换、信号和 图像处理、常微分方程求解、稀疏矩阵等，在数学系或者工程系相对用的多一些，和数据处 理的关系不大， 我们知道即可，这里不做讲解。

1.在 NumPy 库的基础上增加了众多的数学、科学及工程常用的库函数

2.线性代数、常微分方程求解、信号处理、图像处理

3.一般的数据处理 numpy 已经够用

4.import scipy as sp

参考学习资料： Python、NumPy 和 SciPy 介绍：http://cs231n.github.io/python-numpy-tutorial

NumPy 和 SciPy 快速入门：https://docs.scipy.org/doc/numpy-dev/user/quickstart.html

1.2Numpy 创建随机数

#（补充）Numpy 随机数生成方式

#-*-coding:utf8-*-

import numpy as np

#1.给定上下限范围内选取整数

x=np.random.randint(0,10,size=(1,10)) #size 指定 1 行 10 列 y=np.random.randint(0,10,7) #0-10 之间的 7 个数 #2.产生[0,1)中均匀分布的样本值 z=np.random.uniform(-1, 5, size = (3, 4)) # 'size='可省略，（0,1）之间的均匀分布 #3.rand 产生均匀分布的样本值,3 行 4 列 t = np.random.rand(3, 4) #产生 0-1 之间的均匀分布的样本值 t = np.random.rand(3, 4) #产生 0-1 之间的均匀分布的样本值 #4.产生二项分布的样本值 n, p = 10, .5 # number of trials, probability of each trial 试验次数，每次试验的概率 s = np.random.binomial(n, p, 1000) #产生二项分布的样本值 #5.产生高斯分布的样本值 k=np.random.normal(0,0,1,10) #参数顺序：1.均值 2.标准差 3.生成多少样本 #6.产生卡方分布的样本值 s = np.random.chisquare(2,size=(2,3)) #2 为自由度

这篇关于Python笔记6-Numpy的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！