学习目标
- 了解Numpy运算速度上的优势
- 知道数组的属性、形状、类型
- 应用Num朋友实现数组的基本操作
- 应用随机数组的创建实现正态分布应用
- 应用Numpy实现数组的逻辑计算
- 应用Numpy实现数组的统计运算
- 应用Numpy实现数组之间的计算
4.1 Numpy优势
学习目标
- 目标
- 了解Numpy运算速度的优势
- 知道Numpy的数组内存块风格
- 知道Numpy的并行化运算
- 应用
-机器学习，深度学习各种框架的基础库
1 Numpy介绍
- Numerical Python 是一个开源Python科学数据可，用于快速处理任意维度的数组。
- 支持常见的数组和矩阵操作。对于同样的数值菊酸任务，使用Numpy比直接使用Python要简介很多。
- Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。
2 ndarrary的优势
- 1 内存块风格
ndarray在存储数据的时候，数据与数据的地址都是连续的，这样使得批量操作数组元素时速度更快
ndarray中的所有元素类型都是相同的 - 2 ndarray支持并行化计算（向量化计算）
- 3 Numpy底层使用C语言编写
3 ndarray的基本操作
学习目标
- 目标
- 理解数组的各种生成方法
- 应用数组的索引机制实现数组的切片获取
- 应用维度变换实现数组的形状改变
- 应用类型变换实现数组类型变换
- 应用数组的转变
- 应用
-应用正态分布实现模拟股票涨跌幅数据操作
1 生成数据的方法
1.1 生成0和1的数组
1.2 从现有数组生成
1.2.1 生成方式
1.2.2 关于array和asarray的不同
1.3 生成固定范围的数组
1.4 生成随机数组
1.4.1 使用随机模块
1.4.2 均匀分布
1.4.3 正态分布
2 数组的索引、切片
3 形状修改
4 类型修改
5 数组去重
- np.unique()
不论之前几行，最终都返回一行
