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