numpy的数组常用运算练习
import numpy as np
# 一维数组
print('==========# 一维数组===========')
A = np.array([1, 2, 3, 4])
print(A)
# 数组的维数可以通过 np.dim() 函数获得
print(np.ndim(A))
# 数组的形状可以通过实例变量 shape 获得
# 注意,这里的 A.shape 的结果是个元组(tuple)。
# 这是因为一维数组的情况下也要返回和多维数组的情况下一致的结果。
# 例如,二维数组时返回的是元组 (4,3) ,三维数组时返回的是元组 (4,3,2) ,
# 因此一维数组时也同样以元组的形式返回结果。
print(A.shape)
print(A.shape[0])
# 二维数组
# 二维数组也称为矩阵(matrix)
print('==========# 二维数组===========')
B = np.array([[1, 2], [3, 4], [5, 6]])
print(B)
print(np.ndim(B))
print(B.shape)
# 矩阵的乘积
print('==========# 矩阵的乘积===========')
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
print(np.dot(A, B))
print('==========# 矩阵不遵守乘法交换律,有先后顺序===========')
print(np.dot(B, A))
print('==========# 两个矩阵中的对应维度的元素个数一致===========')
A = np.array([[1, 2, 3], [4, 5, 6]])
B = np.array([[1, 2], [3, 4], [5, 6]])
print(A.shape, B.shape)
print(np.dot(A, B))
print('==========# 矩阵不遵守乘法交换律,有先后顺序===========')
print(np.dot(B, A))
C:\Python36\python.exe C:/Users/Sahara/PycharmProjects/test/python_search.py ==========# 一维数组=========== [ ] (,) ==========# 二维数组=========== [[ ] [ ] [ ]] (, ) ==========# 矩阵的乘积=========== [[ ] [ ]] ==========# 矩阵不遵守乘法交换律,有先后顺序=========== [[ ] [ ]] ==========# 两个矩阵中的对应维度的元素个数一致=========== (, ) (, ) [[ ] [ ]] ==========# 矩阵不遵守乘法交换律,有先后顺序=========== [[ ] [ ] [ ]] Process finished with exit code
numpy的数组常用运算练习的更多相关文章
- Numpy入门 - 数组聚合运算
本节主要讲解numpy的几个常用的聚合运算,包括求和sum.求平均mean和求方差var. 一.求和sum import numpy as np arr = np.array([[1, 2, 3], ...
- 第三节:numpy之数组数学运算
- (二)初识NumPy库(数组的操作和运算)
本章主要介绍的是ndarray数组的操作和运算! 一. ndarray数组的操作: 操作是指对数组的索引和切片.索引是指获取数组中特定位置元素的过程:切片是指获取数组中元素子集的过程. 1.一维数组的 ...
- numpy 数组集合运算及下标操作
1. 数组的集合运算 1.1. 并集 np.union1d(a,b)计算数组的并集: In [1]: import numpy as np In [2]: a = np.array([1,2,3]) ...
- numpy数组的运算
numpy数组的运算 数组的乘法 >>> import numpy as np >>> arr=np.array([[1,2,3],[4,5,6]]) >&g ...
- numpy数组常用计算
在说numpy库数组的计算之前先来看一下numpy数组形状的知识: 创建一个数组之后,可以用shape来查看其形状,返回一个元组 例如:a = np.array([[1, 2, 3], [4, 5, ...
- NumPy和Pandas常用库
NumPy和Pandas常用库 1.NumPy NumPy是高性能科学计算和数据分析的基础包.部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组. 用于对整组数 ...
- python数据分析 Numpy基础 数组和矢量计算
NumPy(Numerical Python的简称)是Python数值计算最重要的基础包.大多数提供科学计算的包都是用NumPy的数组作为构建基础. NumPy的部分功能如下: ndarray,一个具 ...
- numpy使用数组进行数据处理
numpy使用数组进行数据处理 meshgrid函数 理解: 二维坐标系中,X轴可以取三个值1,2,3, Y轴可以取三个值7,8, 请问可以获得多少个点的坐标? 显而易见是6个: (1,7)(2,7) ...
随机推荐
- CF_528D
一句话题意 给你两个串s.t,长度为n.m,字符集为"ATGC",当且仅 当[i - k; i + k]中存在一个j,使得s[j ] = t[x]时,s[i ]可以 和t[x]匹配 ...
- 快速理解js中的call,apply的作用
今天被人问到js中的call,apply的区别和用途,解释了一番后,想到之前在逼乎上看到一位小伙伴生动形象的解释 本身不难理解,看下MDN就知道了,但是不常用,遇到了,还要脑回路回转下.或者时间长了, ...
- Java基础--面向对象编程4(多态)
1.多态的概念 多态是指程序中的同一引用类型,使用不同的实例而执行结果不同的. 同一个类型:一般指父类 不同的实例:不同的子类实例 执行结果不同:针对同一方法执行的结果不同 package cn.sx ...
- C# 01 Primitive Types and Expressions
Class Data or Attributes state of the application Methods or Functions have behavior Namespace is a ...
- 将base64转为图片
void Base64StringToImage(string imgCode) { try { String inputStr = imgCode; byte[] arr = Convert.Fro ...
- IDEA配置github并上传项目
https://www.cnblogs.com/jinjiyese153/p/6796668.html
- H5富文本编辑器之初始化用于编辑的DOM-遁地龙卷风
使用H5的全局属性contenteditable可以让DOM元素及其子元素变的可编辑 <div contenteditable id="editor"> </di ...
- 一、Python学习之路
基础篇 第一章 Python介绍.安装.使用 Python 简介 Python 安装 第一个Python程序 Python 解释器 字符编码与解码 动态语言与静态语言的区别 变量及简单 ...
- SQL - for xml path('') 实现多行合并到一行, 并带有分隔符
docs.microsoft.com 链接: SQL一个应用场景与FOR XML PATH应用 首先呢!我们在增加一张学生表,列分别为(stuID,sName,hobby),stuID代表学生编号, ...
- Spring ES
elasticsearchTemplate 和 ElasticsearchRepository JPA中有个ElasticsearchRepository可以做Elasticsearch的相关增删改查 ...