Auteur : Ai Wen, titulaire d'une maîtrise en informatique, chargé de cours en formation interne et intervieweur médaillé d'or, expert senior en algorithme dans l'entreprise, travaille désormais dans une usine BAT de premier niveau.
E-mail : [email protected]
Blog : https://wenjie.blog.csdn.net/
Contenu : Programmation avec Ai Wenjie « Zero-Basic Beginner Learning Python »
objectif d'apprentissage
- Qu'est-ce que Numpy
- Opérations de base numpy initiales
- Création d'objets ndarray
- Opérations mathématiques de base
- Accès aux indices de données
- accès aux tranches de tableau
- fonctions importantes numpy
- fusion de tableaux
Qu'est-ce que Numpy
NumPy (Numerical Python) est une bibliothèque de programmes étendue du langage Python qui prend en charge un grand nombre de tableaux dimensionnels et d'opérations matricielles.
Opérations sur les tableaux : fournir un grand nombre de bibliothèques de fonctions mathématiques
Caractéristiques : C'est une bibliothèque mathématique très rapide, principalement utilisée pour les calculs de tableaux
Objectif : Traiter des tableaux multidimensionnels du même type de données. Dans numpy, on peut représenter les dimensions sous forme d'axes, et créer un type d'objet : numpy.ndarray
Compréhension préliminaire des opérations de base de numpy
importer numpy en tant que np
imprimer(np.__version__)
'1.16.2'
Tout d'abord, nous pouvons créer un tableau
données = np.orange(15)
imprimer (données)
tableau([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14])
Ensuite, nous pouvons remodeler pour la transformation, type d'objet numpy.ndarray
Enfin, voyons quelles propriétés et méthodes importantes possède numpy.ndarray
Concentrez-vous sur l'analyse de quelques-uns de nos contenus couramment utilisés
création d'objet ndarray
- liste python ou tuple en entrée
- fonction zéros
- fonction vide
- la fonction
- fonction aléatoire
La méthode de création générale, nous pouvons utiliser une liste python ou un tuple comme entrée pour créer ndarray
Opérations mathématiques courantes
A et B sont respectivement deux tableaux de tableau numpy
Accès aux éléments d'indice du tableau
Python obtient les données par index
Nous pouvons considérer le tableau ndarray comme une matrice, et il est alors facile de récupérer les données
Accès aux données unidimensionnelles
Syntaxe d'accès aux données unidimensionnelles : x[start:stop:step] valeur par défaut start=0, stop=size of dimension step = 1
Accès aux données multidimensionnelles
fonctions importantes numpy
opération de remodelage
En remodelant le tableau, vous pouvez modifier la structure des données du tableau, ici, créer une matrice 3*3
presser
Supprimez les entrées unidimensionnelles de la forme du tableau, c'est-à-dire supprimez la dimension 1 dans la forme
fonction de transposition
Pour la conversion entre différentes dimensions, dans le cas de latitude élevée, il est très important d'utiliser la fonction numpy.Lors du traitement de cette image
Par exemple : image 3 canaux, échange de données de différentes dimensions
fonction argmax
argmax renvoie l'index du nombre maximum. argmax a un axe de paramètre, qui par défaut est 0, indiquant la valeur maximale de la dimension
Combinaison de tableaux
Combinaison d'opérations de base avec différents tableaux
np.concaténer
vstack/hstack
vstack combine deux objets ndarray horizontalement
Encourageons-nous ensemble et apprenons du groupe d'échange.