超级会员免费看
NumPy 数组使用指南
1. 标准差与 NumPy 的强大之处
标准差是衡量数值与均值差异程度的指标。较大的标准差意味着数值分布范围较广，而较小的标准差则表示每次运行的时间较为一致。
NumPy 具有强大的功能，它的操作可以在兼容的维度上自动广播，无需显式的循环。向量和矩阵的常规线性代数运算也能直接进行，而且对 NumPy 数组的操作通常是逐元素自动执行的，无需循环。
2. 基本数组操作
2.1 使用 np.array 定义数组
以下是创建基本数组的方式：
import numpy as np
a = np.array([1,2,3,4])
print(a) # 输出: array([1, 2, 3, 4])
print(a.size) # 输出: 4
print(a.shape) # 输出: (4,)
print(a.dtype) # 输出: dtype('int64')
这里使用 array 函数定义了数组 a 。 array 函数的参数需要是 NumPy 能够转换为数组的对象，常见的有列表和元组。
我们还可以查看 NumPy 数组的三个常见属性：大小（ size ）、形状（ shape ）和数据类型（ dtype ）。数组 a 有四个元素，所以其大小为 4；它是一维向量，形
订阅专栏 解锁全文
扫一扫
7871
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
