Numpy

Numpy

一、Numpy优势

1.Numpy介绍

2.ndarray介绍

3.ndarray与Python原生list运算效率对比

4.ndarray的优势

5.小结

二、N维数组-ndarray

1.ndarray的属性

2.ndarray的形状

3.ndarray的类型

4.总结

三、基本操作

1.生成数组的方法

2.数组的索引、切片

3.形状修改

4.类型修改

5.数组的去重

6.小结

四、ndarray运算

1.逻辑运算

2.通用判断函数

3.np.where（三元运算符）

4.统计运算

5.小结

五、数组间运算

1.数组与数的运算

2.数组与数组的运算

3.小结

六、数学：矩阵

1.矩阵和向量

2.加法和标量乘法

3.矩阵向量乘法

4.矩阵乘法

5.矩阵乘法的性质

6.逆、转置

7.矩阵运算

>>> a = np.array([[80, 86],
[82, 80],
[85, 78],
[90, 90],
[86, 82],
[82, 90],
[78, 80],
[92, 94]])
>>> b = np.array([[0.7], [0.3]])

>>> np.matmul(a, b)
array([[81.8],
       [81.4],
       [82.9],
       [90. ],
       [84.8],
       [84.4],
       [78.6],
       [92.6]])

>>> np.dot(a,b)
array([[81.8],
       [81.4],
       [82.9],
       [90. ],
       [84.8],
       [84.4],
       [78.6],
       [92.6]])

8.小结