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