NumPy - 版本历史

2021年7月21日 (三) 16:54 Eric

2021-07-21T16:54:08Z

2021年5月25日 (二) 06:29 Eric

2021-05-25T06:29:05Z

@@ 第83行： / 第83行： @@
 |random.randint()
 |random.randint(low, high=None, size=None, dtype=int)
-|返回随机整数的一维数组。可指定区间和个数，区间左闭右开。<br \><code>np.random.randint(0,100,size = 10)</code> 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
+|返回随机整数的一维数组。可指定区间和个数，区间左闭右开。示例：<br \><code>np.random.randint(0,100,size = 10)</code> 返回有10个元素的一维数组，值为0到100（不包含）的随机整数。
 |-
 |random.rand()
+|random.rand(d0, d1, ..., dn)
+|返回指定形状的数组，值为0到1之间均匀分布的随机值（左闭右开）示例：<br \><code>np.random.randint(2,3)</code>  返回一个形状2x3的随机数组。
 |-
 |random.randn()
+|random.randn(d0, d1, ..., dn)
+|返回指定形状的数组，值为标准正态分布随机值。 示例：<br \><code>np.random.randn(2,3)</code>  返回一个形状2x3的随机数组。
 |-
 |random.normal()
+|random.normal(loc=0.0, scale=1.0, size=None)
+|返回指定形状的数组，值为正态分布随机值。loc设置正态分布均值，scale设置标准差。示例：<br \><code>np.random.normal(loc=80, scale=6, size=(3,60))</code> 返回一个形状3x60的随机数组。
 |}
@@ 第106行： / 第110行： @@
 ===数组属性===
 ===复制和视图===
 ===输入输出===
+{| class="wikitable"  style="width: 100%;
 ==索引==

2021年5月25日 (二) 04:04 Eric

2021-05-25T04:04:22Z

@@ 第29行： / 第29行： @@
 }}
-===创建ndarray数组===
+===创建数组===
-===ndarray数组属性===
+常用创建数组方法：
 ===复制和视图===

2021年5月25日 (二) 01:37 Eric

2021-05-25T01:37:02Z

@@ 第1行： / 第1行： @@
-NumPy（Numerical Python），是[[Python]]语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy的前身Numeric最早是由Jim Hugunin与其它协作者共同开发，2005年，Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色，并加入了其它扩展而开发了NumPy。NumPy为开放源代码并且由许多协作者共同维护开发。
+NumPy是[[Python]]中科学计算的基本软件包。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
 ==简介==
-===特色===
+===时间轴===
 ===安装===
@@ 第13行： / 第12行： @@
 ===导入NumPy===
-在脚本顶部导入，标准的NumPy导入方式如下：
+在脚本顶部导入，一般的NumPy导入方式如下：
   import numpy as np
-==ndarray 数据结构==
+=== 数据类型 ===
@@ 第26行： / 第58行： @@
 ==资源==
 ===官网===
-*[http://www.numpy.org/ NumPy 官网]
+*Numpy 官网：https://numpy.org/
-*[https://numpy.org/doc/stable/ NumPy 文档]
+*Numpy 文档：https://numpy.org/doc/stable/
 ===书籍===
-*《利用Python进行数据分析（原书第2版）》-韦斯·麦金尼
+*《利用Python进行数据分析》 - 韦斯·麦金尼
-[[分类:数据分析]]
+==参考==

Eric：创建页面，内容为“NumPy（Numerical Python），是Python语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大…”

2020-09-18T06:30:43Z

创建页面，内容为“NumPy（Numerical Python），是Python语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大…”

新页面

NumPy（Numerical Python），是[[Python]]语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。NumPy的前身Numeric最早是由Jim Hugunin与其它协作者共同开发，2005年，Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色，并加入了其它扩展而开发了NumPy。NumPy为开放源代码并且由许多协作者共同维护开发。

==简介==
===特色===
NumPy参考CPython（一个使用字节码的解释器），而在这个Python实现解释器上所写的数学算法代码通常远比编译过的相同代码要来得慢。为了解决这个难题，NumPy引入了多维数组以及可以直接有效率地操作多维数组的函数与运算符。因此在NumPy上只要能被表示为针对数组或矩阵运算的算法，其运行效率几乎都可以与编译过的等效C语言代码一样快。

===安装===
====pip安装====
pip install NumPy

====其他内置软件包====
如果使用的是[[Anaconda]]等计算科学软件包，已经安装好了NumPy库。

===导入NumPy===
在脚本顶部导入，标准的NumPy导入方式如下：
import numpy as np

==ndarray 数据结构==
umPy的核心功能是ndarray（即n-dimensional array，多维数组）数据结构。这是一个表示多维度、同质并且固定大小的数组对象。

==资源==
===官网===
*[http://www.numpy.org/ NumPy 官网]
*[https://numpy.org/doc/stable/ NumPy 文档]

===书籍===
*《利用Python进行数据分析（原书第2版）》-韦斯·麦金尼

==参考文献==
*[https://zh.wikipedia.org/wiki/NumPy 维基百科：NumPy ]

[[分类:数据分析]]

NumPy - 版本历史

2021年7月21日 (三) 16:54 Eric

2021年5月25日 (二) 06:29 Eric

2021年5月25日 (二) 04:04 Eric

2021年5月25日 (二) 01:37 Eric

Eric：​创建页面，内容为“NumPy（Numerical Python），是Python语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大…”

Eric：创建页面，内容为“NumPy（Numerical Python），是Python语言的一个扩展程序库。支持高阶大量的维度数组与矩阵运算，此外也针对数组运算提供大…”