Numpy

一、Numpy优势

1.Numpy介绍

Numpy_矩阵乘法

2.ndarray介绍

Numpy_numpy_02
Numpy_numpy_03
Numpy_逻辑运算_04

3.ndarray与Python原生list运算效率对比

Numpy_python_05
Numpy_python_06
Numpy_数组_07

4.ndarray的优势

Numpy_python_08
Numpy_python_09

5.小结

Numpy_数组_10

二、N维数组-ndarray

1.ndarray的属性

Numpy_矩阵乘法_11

2.ndarray的形状

Numpy_矩阵乘法_12
Numpy_python_13
Numpy_python_14

3.ndarray的类型

Numpy_python_15
Numpy_矩阵乘法_16

4.总结

Numpy_数组_17

三、基本操作

1.生成数组的方法

Numpy_python_18
Numpy_矩阵乘法_19
Numpy_python_20
Numpy_numpy_21
Numpy_python_22
Numpy_矩阵乘法_23
Numpy_数组_24
Numpy_数组_25
Numpy_矩阵乘法_26
Numpy_numpy_27
Numpy_逻辑运算_28
Numpy_python_29
Numpy_矩阵乘法_30
Numpy_逻辑运算_31
Numpy_python_32
Numpy_逻辑运算_33
Numpy_矩阵乘法_34
Numpy_numpy_35
Numpy_python_36

2.数组的索引、切片

Numpy_逻辑运算_37
Numpy_逻辑运算_38

3.形状修改

Numpy_逻辑运算_39
Numpy_numpy_40

4.类型修改

Numpy_python_41
Numpy_矩阵乘法_42
Numpy_矩阵乘法_43

5.数组的去重

Numpy_逻辑运算_44

6.小结

Numpy_矩阵乘法_45

四、ndarray运算

Numpy_数组_46

1.逻辑运算

Numpy_numpy_47

2.通用判断函数

Numpy_矩阵乘法_48

3.np.where(三元运算符)

Numpy_numpy_49

4.统计运算

Numpy_逻辑运算_50
Numpy_python_51
Numpy_数组_52

5.小结

Numpy_矩阵乘法_53

五、数组间运算

1.数组与数的运算

Numpy_python_54

2.数组与数组的运算

Numpy_python_55
Numpy_numpy_56
Numpy_逻辑运算_57
Numpy_逻辑运算_58
Numpy_矩阵乘法_59

3.小结

Numpy_numpy_60

六、数学:矩阵

1.矩阵和向量

Numpy_数组_61
Numpy_矩阵乘法_62

2.加法和标量乘法

Numpy_python_63

3.矩阵向量乘法

Numpy_python_64

4.矩阵乘法

Numpy_矩阵乘法_65

5.矩阵乘法的性质

Numpy_逻辑运算_66

6.逆、转置

Numpy_矩阵乘法_67

7.矩阵运算

Numpy_逻辑运算_68
Numpy_numpy_69

>>> 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]])

Numpy_数组_70

8.小结

Numpy_数组_71