开发者学堂课程【Python 科学计算库 NumPy 快速入门：总结】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/605/detail/8827
总结
Numpy |
Numpy 优势 |
内存存储风格 |
|||
并行化运算 |
|||||
底层 C 语言实现 |
|||||
ndarray 属性 |
形状 |
||||
类型 |
|||||
基本操作 |
ndarray.方法() |
||||
np.函数() |
|||||
生成数组的方法 |
生成0和1的数组 |
np.zeros(shape) |
|||
np.ones(shape) |
|||||
从现有数组中生成 |
np.array() |
||||
np.copy() |
|||||
np.asarray() |
|||||
生成固定范围的数组 |
np.linspace(a, b, c) |
||||
np.arange(a,b,c) |
|||||
生成随机数组 |
均匀分布 |
np.random.uniform() |
|||
正态分布 |
np.random.normal() |
||||
切片索引 |
|||||
形状修改 |
ndarray.reshape((a, b))e |
自动计算ndarray.reshape((-1, b)) |
|||
ndarrray.resize() |
|||||
npdarray.T |
|||||
类型修改 |
ndarray.astype(type) |
||||
序列化到本地 ndarray.tostring() |
|||||
数组去重 |
np.unique() |
||||
运算 |
逻辑运算 |
布尔索引 |
|||
通用判断函数 |
np.all() np.any() |
||||
三元运算符 |
np.where(a, b, c) |
||||
统计指标 min, max, mean, median, var, std |
|||||
统计运算 |
统计指标 min, max, mean, median, var, std |
||||
np.argmax() 最大值所在位置 |
|||||
数组间运算 |
数组与数的运算 |
||||
数组与数组的运算 |
广播机制 |
||||
矩阵运算 |
二维数组 |
|
|||
矩阵相乘 |
形状(m, n)* (n, D)= (m, D) |
||||
运算规则 |
|||||
