第一阶段-第8天-NumPy入门-北京尧图网络

今日目标安装并熟悉NumPy理解数组与列表的区别掌握基本的NumPy运算理解向量化的好处学习内容1. 安装NumPypip3installnumpy验证安装importnumpyasnpprint(np.__version__)2. 创建数组importnumpyasnp# 从列表创建anp.array([1,2,3,4,5])print(a)# [1 2 3 4 5]print(type(a))# class numpy.ndarray# 创建特定形状的数组bnp.zeros(5)# [0. 0. 0. 0. 0.]cnp.ones(5)# [1. 1. 1. 1. 1.]dnp.arange(5)# [0 1 2 3 4]enp.linspace(0,10,5)# [ 0. 2.5 5. 7.5 10.]print(zeros:,b)print(ones:,c)print(arange:,d)print(linspace:,e)3. 数组的基本运算importnumpyasnp anp.array([1,2,3,4,5])bnp.array([10,20,30,40,50])# 逐元素运算print(加法:,ab)# [11 22 33 44 55]print(减法:,a-b)# [-9 -18 -27 -36 -45]print(乘法:,a*b)# [ 10 40 90 160 250]print(除法:,b/a)# [10. 10. 10. 10. 10.]# 标量运算print(乘以2:,a*2)# [ 2 4 6 8 10]print(平方:,a**2)# [ 1 4 9 16 25]# 内置函数print(求和:,np.sum(a))# 15print(平均值:,np.mean(a))# 3.0print(最大值:,np.max(a))# 5print(最小值:,np.min(a))# 14. 多维数组importnumpyasnp# 二维数组矩阵矩阵np.array([[1,2,3],[4,5,6],[7,8,9]])print(矩阵:\n,矩阵)print(形状:,矩阵.shape)# (3, 3)print(行数:,矩阵.shape[0])# 3print(列数:,矩阵.shape[1])# 3# 按列计算print(每列的和:,np.sum(矩阵,axis0))# [12 15 18]# 按行计算print(每行的和:,np.sum(矩阵,axis1))# [ 6 15 24]5. 向量化 vs 循环importnumpyasnpimporttime n1000000# 方法1纯Python循环a_listlist(range(n))b_listlist(range(n,2*n))starttime.time()结果[xyforx,yinzip(a_list,b_list)]python_timetime.time()-start# 方法2NumPy向量化a_npnp.arange(n)b_npnp.arange(n,2*n)starttime.time()结果a_npb_np numpy_timetime.time()-startprint(fPython循环:{python_time:.4f}秒)print(fNumPy向量化:{numpy_time:.4f}秒)print(f加速比:{python_time/numpy_time:.1f}倍)通常NumPy比纯Python快10-100倍。今日练习练习1用NumPy重新计算MSEimportnumpyasnp 真实值np.array([1,3,5,7,9])预测值np.array([1.5,2.8,5.2,6.9,9.5])# 一行代码计算MSEmsenp.mean((预测值-真实值)**2)print(fMSE {mse:.4f})练习2批量计算预测值importnumpyasnp 输入np.array([1,2,3,4,5])w2.0b1.0# 向量化预测预测值w*输入bprint(预测值:,预测值)# 输出: [ 3. 5. 7. 9. 11.]练习3矩阵乘法importnumpyasnp# 两个矩阵相乘Anp.array([[1,2],[3,4]])Bnp.array([[5,6],[7,8]])Cnp.dot(A,B)# 或者 A Bprint(A × B \n,C)# [[19 22]# [43 50]]验收标准能安装并使用NumPy能创建一维和二维数组能进行基本的数组运算能解释向量化相比循环的优势

第一阶段-第8天-NumPy入门

相关推荐

AGV小车驱动计算

2026年元宇能量环开发全攻略：打造智能健康管理与轻养生新生态【行业深度解析】

Journal of Neurology：脑结构改变对纯遗传性痉挛性截瘫4型患者运动体征的影响

更多资讯

ab173懒人网站：零配置JSON格式化急救工具

CLI Agent 工具链实战：OpenRouter + MCP 协议 + 本地执行入口

从零开发企业内部CRM系统：技术选型、权限设计与性能优化实战

PaddleSpeech SpeedySpeech 链路测试脚本详解：从 lite 快速训练到 Paddle Inference 推理验证

SECS/GEM高速源码方案：HSMS握手到状态机落地的避坑指南

基于SpringBoot+Vue的科普平台的设计与实现

今日更新

AI元人文：从工具使用到思维重构的深度探索

Python+CNN车牌识别实战：从数据预处理到模型训练与部署

Vim基础操作全攻略：保存退出、模式切换与高频命令实战

本周精选

深入解析Transformer多头注意力机制与工程优化

OpenClaw 的 Skills 跑学习任务，模型通道改到 TaoToken 通道行不行？

ChatGPT报错Oops, an error occurred! 全链路排查指南

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？