01. Python 工具
02. Python 基础
03. Numpy
- Numpy 简介
- Matplotlib 基础
- Numpy 数组及其索引
- 数组类型
- 数组方法
- 数组排序
- 数组形状
- 对角线
- 数组与字符串的转换
- 数组属性方法总结
- 生成数组的函数
- 矩阵
- 一般函数
- 向量化函数
- 二元运算
- ufunc 对象
- choose 函数实现条件筛选
- 数组广播机制
- 数组读写
- 结构化数组
- 记录数组
- 内存映射
- 从 Matlab 到 Numpy
04. Scipy
05. Python 进阶
- sys 模块简介
- 与操作系统进行交互:os 模块
- CSV 文件和 csv 模块
- 正则表达式和 re 模块
- datetime 模块
- SQL 数据库
- 对象关系映射
- 函数进阶:参数传递,高阶函数,lambda 匿名函数,global 变量,递归
- 迭代器
- 生成器
- with 语句和上下文管理器
- 修饰符
- 修饰符的使用
- operator, functools, itertools, toolz, fn, funcy 模块
- 作用域
- 动态编译
06. Matplotlib
- Pyplot 教程
- 使用 style 来配置 pyplot 风格
- 处理文本(基础)
- 处理文本(数学表达式)
- 图像基础
- 注释
- 标签
- figures, subplots, axes 和 ticks 对象
- 不要迷信默认设置
- 各种绘图实例
07. 使用其他语言进行扩展
- 简介
- Python 扩展模块
- Cython:Cython 基础,将源代码转换成扩展模块
- Cython:Cython 语法,调用其他C库
- Cython:class 和 cdef class,使用 C++
- Cython:Typed memoryviews
- 生成编译注释
- ctypes
08. 面向对象编程
09. Theano 基础
- Theano 简介及其安装
- Theano 基础
- Theano 在 Windows 上的配置
- Theano 符号图结构
- Theano 配置和编译模式
- Theano 条件语句
- Theano 循环:scan(详解)
- Theano 实例:线性回归
- Theano 实例:Logistic 回归
- Theano 实例:Softmax 回归
- Theano 实例:人工神经网络
- Theano 随机数流变量
- Theano 实例:更复杂的网络
- Theano 实例:卷积神经网络
- Theano tensor 模块:基础
- Theano tensor 模块:索引
- Theano tensor 模块:操作符和逐元素操作
- Theano tensor 模块:nnet 子模块
- Theano tensor 模块:conv 子模块
10. 有趣的第三方模块
11. 有用的工具
- pprint 模块:打印 Python 对象
- pickle, cPickle 模块:序列化 Python 对象
- json 模块:处理 JSON 数据
- glob 模块:文件模式匹配
- shutil 模块:高级文件操作
- gzip, zipfile, tarfile 模块:处理压缩文件
- logging 模块:记录日志
- string 模块:字符串处理
- collections 模块:更多数据结构
- requests 模块:HTTP for Human
12. Pandas
Numpy 简介
导入numpy
Numpy是Python的一个很重要的第三方库,很多其他科学计算的第三方库都是以Numpy为基础建立的。
Numpy的一个重要特性是它的数组计算。
在使用Numpy之前,我们需要导入numpy
包:
In [1]:
from numpy import *
使用前一定要先导入 Numpy 包,导入的方法有以下几种:
import numpy
import numpy as np
from numpy import *
from numpy import array, sin
事实上,在ipython中可以使用magic命令来快速导入Numpy的内容。
In [2]:
%pylab
Using matplotlib backend: Qt4Agg
Populating the interactive namespace from numpy and matplotlib
数组上的数学操作
假如我们想将列表中的每个元素增加1
,但列表不支持这样的操作(报错):
In [3]:
a = [1, 2, 3, 4]
a + 1
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-3-068856d2a224> in <module>()
1 a = [1, 2, 3, 4]
----> 2 a + 1
TypeError: can only concatenate list (not "int") to list
转成 array
:
In [4]:
a = array(a)
a
Out[4]:
array([1, 2, 3, 4])
array
数组支持每个元素加 1
这样的操作:
In [5]:
a + 1
Out[5]:
array([2, 3, 4, 5])
与另一个 array
相加,得到对应元素相加的结果:
In [6]:
b = array([2, 3, 4, 5])
a + b
Out[6]:
array([3, 5, 7, 9])
对应元素相乘:
In [7]:
a * b
Out[7]:
array([ 2, 6, 12, 20])
对应元素乘方:
In [8]:
a ** b
Out[8]:
array([ 1, 8, 81, 1024])
提取数组中的元素
提取第一个元素:
In [9]:
a[0]
Out[9]:
1
提取前两个元素:
In [10]:
a[:2]
Out[10]:
array([1, 2])
最后两个元素:
In [11]:
a[-2:]
Out[11]:
array([3, 4])
将它们相加:
In [12]:
a[:2] + a[-2:]
Out[12]:
array([4, 6])
修改数组形状
查看 array
的形状:
In [13]:
a.shape
Out[13]:
(4L,)
修改 array
的形状:
In [14]:
a.shape = 2,2
a
Out[14]:
array([[1, 2],
[3, 4]])
多维数组
a
现在变成了一个二维的数组,可以进行加法:
In [15]:
a + a
Out[15]:
array([[2, 4],
[6, 8]])
乘法仍然是对应元素的乘积,并不是按照矩阵乘法来计算:
In [16]:
a * a
Out[16]:
array([[ 1, 4],
[ 9, 16]])
画图
linspace 用来生成一组等间隔的数据:
In [17]:
a = linspace(0, 2*pi, 21)
%precision 3
a
Out[17]:
array([ 0\. , 0.314, 0.628, 0.942, 1.257, 1.571, 1.885, 2.199,
2.513, 2.827, 3.142, 3.456, 3.77 , 4.084, 4.398, 4.712,
5.027, 5.341, 5.655, 5.969, 6.283])
三角函数:
In [18]:
b = sin(a)
b
Out[18]:
array([ 0.000e+00, 3.090e-01, 5.878e-01, 8.090e-01, 9.511e-01,
1.000e+00, 9.511e-01, 8.090e-01, 5.878e-01, 3.090e-01,
1.225e-16, -3.090e-01, -5.878e-01, -8.090e-01, -9.511e-01,
-1.000e+00, -9.511e-01, -8.090e-01, -5.878e-01, -3.090e-01,
-2.449e-16])
画出图像:
In [19]:
%matplotlib inline
plot(a, b)
Out[19]:
[<matplotlib.lines.Line2D at 0xa128ba8>]
从数组中选择元素
假设我们想选取数组b中所有非负的部分,首先可以利用 b
产生一组布尔值:
In [20]:
b >= 0
Out[20]:
array([ True, True, True, True, True, True, True, True, True,
True, True, False, False, False, False, False, False, False,
False, False, False], dtype=bool)
In [21]:
mask = b >= 0
画出所有对应的非负值对应的点:
In [22]:
plot(a[mask], b[mask], 'ro')
Out[22]:
[<matplotlib.lines.Line2D at 0xa177be0>]
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论