股市家

金融圈第一岗
股票配资新动态!

【炒股入门初学者基础知识】入门 | 数据科学初学者必知的NumPy基础知识

炒股入门初学者基础知识

作者:Ehi Aigiomawu

机械之心编译 介入:李诗萌、路

本文转自机械之心,转载请授权

本文介绍了一些 NumPy 根本常识,合适数据科学初学者进修把握。

NumPy(Numerical Python)是 Python 中的一个线性代数库。对每个数据科学或机械进修 Python 包而言,这都是一个很是主要的库,SciPy(Scientific Python)、Mat-plotlib(plotting library)、Scikit-learn 等都在必然水平上依靠 NumPy。

对数组履行数学运算和逻辑运算时,NumPy 长短常有效的。在用 Python 对 n 维数组和矩阵进交运算时,NumPy 供给了大量有效特点。

这篇教程介绍了数据科学初学者需要领会的 NumPy 根本常识,包罗若何建立 NumPy 数组、若何利用 NumPy 中的广播机制、若何获得值和若何操作数组。更主要的是,大家可以经由过程本文领会到 NumPy 在 Python 列表中的优势:更简练、更快速地读写项、更便利、更高效。

本教程将利用 Jupyter notebook 作为编纂器。

让我们起头吧!

安装 NumPy

若是你已装有 Anaconda,那末你可使用以下号令经由过程终端或号令提醒符安装 NumPy:

conda install numpy

若是你没有 Anaconda,那末你可使用以下号令从终端上安装 NumPy:

pip install numpy

安装好 NumPy 后,你就能够启动 Jupyter notebook 起头进修了。接下来从 NumPy 数组起头。

NumPy 数组

NumPy 数组是包括不异类型值的网格。NumPy 数组有两种情势:向量和矩阵。严酷地讲,向量是一维数组,矩阵是多维数组。在某些环境下,矩阵只有一行或一列。

起首将 NumPy 导入 Jupyter notebook:

import numpy as np

从 Python 列表中建立 NumPy 数组

我们先建立一个 Python 列表:

my_list = [1, 2, 3, 4, 5]

经由过程这个列表,我们可以简单地建立一个名为 my_numpy_list 的 NumPy 数组,显示成果:

my_numpy_list = np.array(my_list)
my_numpy_list #This line show the result of the array generated

适才我们将一个 Python 列表转换成一维数组。要想获得二维数组,我们要建立一个元素为列表的列表,以下所示:

second_list = [[1,2,3], [5,4,1], [3,6,7]]
new_2d_arr = np.array(second_list)
new_2d_arr #This line show the result of the array generated

我们已成功建立了一个有 3 行 3 列的二维数组。

利用 arange 内置函数建立 NumPy 数组

与 Python 的 range 内置函数类似,我们可以用 arange 建立一个 NumPy 数组。

my_list = np.arange(10)
#OR
my_list = np.arange(0,10)

这发生了 0~10 的十个数字。

要注重的是 arange 函数中有三个参数。第三个参数暗示步长。例如,要获得 0~10 中的偶数,只需要将步长设置为 2 就能够了,以下所示:

my_list = np.arange(0,11,2)

还可以建立有 7 个 0 的一维数组:

my_zeros = np.zeros(7)

也能够建立有 5 个 1 的一维数组:

my_ones = np.ones(5)

一样,我们可以生成内容都为 0 的 3 行 5 列二维数组:

two_d = np.zeros((3,5))

利用 linspace 内置函数建立 NumPy 数组

linspace 函数返回的数字都具有指定的距离。也就是说,若是我们想要 1 到 3 中心隔相等的 15 个点,我们只需利用以下号令:

提示:如果您觉得本文不错,请点击分享给您的好友!谢谢

相关推荐

评论