【Numpy总结】强烈推荐。超实用Numpy学习目录，一篇学会Numpy
相关标签： # 数据
Numpy 作为最常用的科学计算包，已经被广泛使用，Numpy库十分有用，但学习难度并不高； 下面总结了所有常用的Numpy知识点，看完后Numpy就可以毕业啦！！！
| No | 标题 | 内容 | 链接 | 重要度 |
|---|---|---|---|---|
| 1 | Numpy 对象与类型 | 一、Numpy 对象：ndarray 二、新建 Numpy对象 三、Numpy数据类型 3.1 常见数据类型 3.2 数据类型转换 3.3 数据类型dtype |
Link | ⭐⭐ |
| 2 | Numpy 的属性与形状变换 | 一、最基本的属性 二、Numpy 常用属性 2.1 ndarray.ndim 数组维度2.2 ndarray.shape 数组形状2.3 ndarray.dtype 数组类型2.4 ndarray.itemsize 数组元素大小三、形状变换 3.1 numpy.reshape 改变形状3.2 nparray.flat 返回迭代器3.3 ndarray.flatten & numpy.ravel 平铺展开 |
Link | ⭐⭐ |
| 3 | Numpy创建数组 | 一、标准数组的创建 1.1 numpy.empty 创建空数组1.2 numpy.zeros 创建0数组1.3 numpy.ones 创建1数组二、创建一般数组 2.0 利用list 创建数组 numpy.array2.1 利用list 创建数组 numpy.asarray2.2 利用可迭代对象创建数组 numpy.fromiter2.3 利用数值范围创建数组 numpy.arange2.4 利用数值范围创建数组 numpy.linspace三、创建随机数组 3.1 创建整数随机数组： np.random.randint3.2 创建浮点型随机数组 |
Link | ⭐⭐ |
| 4 | Numpy的切片索引与高级索引 | 一、Numpy的切片索引 1.1 使用slice内置函数（不常用） 1.2 使用 [] 切片 (常用，*** 非常重要***) 1.2.1 针对一维数组; 1.2.2 针对二维数组; 二、Numpy的高级索引 2.1 布尔索引 (常用，*** 非常重要***) 2.2 花式索引 |
Link | ⭐⭐⭐ |
| 5 | 第五节：Numpy的广播 | Numpy的广播的三种情况 1. 有一个数组是一个数字，即可广播； 2. 维度的尾部一致，即可广播； 3. 两个数组均为一维数组，一个为行，一个为列，即可广播； |
Link | ⭐⭐⭐ |
| 6 | Numpy 元素的遍历 | 一、单个数组的遍历：numpy.nditer 的使用1.1 参数：order 1.2 参数：op_flags 1.3 参数：flags 二、多个数组的遍历 2.1 多个数组Shape相同时 2.2 多个数组Shape不同时 |
Link | ⭐⭐ |
| 7 | Numpy常用的函数 | 一、Numpy 的加减乘除 二、Numpy 的三角函数 2.1 常见三角函数： sin()、cos()、tan()、arcsin()，arccos()， arctan()2.2 角度与弧度转化： numpy.degrees()三、Numpy 的元素精度函数 3.1 四舍五入： numpy.around()3.2 向上取整： numpy.ceil()3.3 向下取整： numpy.floor()3.4 Numpy指数运算： np.power()3.5 Numpy取余数： numpy.mod()四、Numpy 的统计运算函数 4.1 最大值与最小值： numpy.amin() 和 numpy.amax()4.2 极差值： numpy.ptp()4.3 分位数： numpy.percentile()4.4 中位数： numpy.median()4.5 平均值： numpy.mean()4.6 加权平均值： numpy.average()4.7 标准差： numpy.std()4.8 方差： numpy.var()五、字符串相关函数 |
Link | ⭐⭐⭐ |
强烈推荐的学习资料~
文章来源： https://blog.51cto.com/u_15807450/5736863
特别声明：以上内容（图片及文字）均为互联网收集或者用户上传发布，本站仅提供信息存储服务！如有侵权或有涉及法律问题请联系我们。
举报
