python如何使用numpy

Ⅰ python怎麼用numpy模塊

import numpy as np
x = 1.0
y = np.sin(x)
print(x, y)

A = np.array([[1, 2], [3, 4]])
print(A)

Ⅱ python numpy 怎麼安裝

兩個方法：

1. 使用pip 安裝，命令： pip install numpy

圖例：

然後等提示安裝完成就行。但是這種方法很容易出問題，因為伺服器在國外，很容易延遲或者丟包導致報錯，多試幾次或者使用方法2

2.到pypi社區下載壓縮包到本地，解壓再安裝（網址：https://pypi.python.org/pypi?%3Aaction=search&term=numpy&submit=search）

Ⅲ 用python在線編輯器編寫python代碼，怎麼載入numpy模塊

說明此在線解釋器只提供基本的python功能，numpy這是需要額外安裝的。

Ⅳ python中稀疏矩陣的怎麼用numpy處理

NumPy是一個關於矩陣運算的庫，熟悉Matlab的都應該清楚，這個庫就是讓python能夠進行矩陣話的操作，而不用去寫循環操作。
下面對numpy中的操作進行總結。
numpy包含兩種基本的數據類型：數組和矩陣。
數組(Arrays)
>>> from numpy import *>>> a1=array([1,1,1]) #定義一個數組>>> a2=array([2,2,2])>>> a1+a2 #對於元素相加array([3, 3, 3])>>> a1*2 #乘一個數array([2, 2, 2])##>>> a1=array([1,2,3])>>> a1
array([1, 2, 3])>>> a1**3 #表示對數組中的每個數做平方array([ 1, 8, 27])##取值，注意的是它是以0為開始坐標，不matlab不同>>> a1[1]2##定義多維數組>>> a3=array([[1,2,3],[4,5,6]])>>> a3
array([[1, 2, 3],
[4, 5, 6]])>>> a3[0] #取出第一行的數據array([1, 2, 3])>>> a3[0,0] #第一行第一個數據1>>> a3[0][0] #也可用這種方式1##數組點乘，相當於matlab點乘操作>>> a1=array([1,2,3])>>> a2=array([4,5,6])>>> a1*a2
array([ 4, 10, 18])

Numpy有許多的創建數組的函數：
import numpy as np

a = np.zeros((2,2)) # Create an array of all zerosprint a # Prints "[[ 0. 0.]
# [ 0. 0.]]"b = np.ones((1,2)) # Create an array of all onesprint b # Prints "[[ 1. 1.]]"c = np.full((2,2), 7) # Create a constant arrayprint c # Prints "[[ 7. 7.]
# [ 7. 7.]]"d = np.eye(2) # Create a 2x2 identity matrixprint d # Prints "[[ 1. 0.]
# [ 0. 1.]]"e = np.random.random((2,2)) # Create an array filled with random valuesprint e # Might print "[[ 0.91940167 0.08143941]
# [ 0.68744134 0.87236687]]"

數組索引(Array indexing)
矩陣
矩陣的操作與Matlab語言有很多的相關性。
#創建矩陣
>>> m=mat([1,2,3])
>>> m
matrix([[1, 2, 3]])

#取值
>>> m[0] #取一行
matrix([[1, 2, 3]])
>>> m[0,1] #第一行，第2個數據2>>> m[0][1] #注意不能像數組那樣取值了
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>
File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1#將Python的列表轉換成NumPy的矩陣
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])

#矩陣相乘
>>> m1=mat([1,2,3]) #1行3列
>>> m2=mat([4,5,6])
>>> m1*m2.T #注意左列與右行相等 m2.T為轉置操作
matrix([[32]])
>>> multiply(m1,m2) #執行點乘操作，要使用函數，特別注意
matrix([[ 4, 10, 18]])

#排序
>>> m=mat([[2,5,1],[4,6,2]]) #創建2行3列矩陣
>>> m
matrix([[2, 5, 1],
[4, 6, 2]])
>>> m.sort() #對每一行進行排序
>>> m
matrix([[1, 2, 5],
[2, 4, 6]])

>>> m.shape #獲得矩陣的行列數
(2, 3)
>>> m.shape[0] #獲得矩陣的行數2>>> m.shape[1] #獲得矩陣的列數3#索引取值
>>> m[1,:] #取得第一行的所有元素
matrix([[2, 4, 6]])
>>> m[1,0:1] #第一行第0個元素，注意左閉右開
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])35363738394

擴展矩陣函數tile()
例如，要計算[0,0,0]到一個多維矩陣中每個點的距離，則要將[0,0,0]進行擴展。
tile(inX, (i,j)) ;i是擴展個數，j是擴展長度
實例如下：
>>>x=mat([0,0,0])
>>> x
matrix([[0, 0, 0]])
>>> tile(x,(3,1)) #即將x擴展3個，j=1,表示其列數不變
matrix([[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])
>>> tile(x,(2,2)) #x擴展2次，j=2,橫向擴展
matrix([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])1234567891011121314

Ⅳ python里怎樣裝numpy

因為對機器學習演算法進行實戰的話，python語言是必須的，所以前幾天進行了安裝和配置。說實話，相比較其他的編程語言的IDE來講，python本身問題不大，但是因為要有很多的矩陣的計算，所以要安裝numpy包！但是這個過程在我的電腦上出現了比較大的問題，所以，將這一過程記錄下來，萬一以後電腦出現了問題重新安裝的話還能做參考！！

聲明電腦配置： win7 64位

python安裝版本：Python 2.7 (也可以是python3.x 本人不習慣用最新的版本，所以選擇了2.7）

1.下載 對應版本numpy 的.whl文件 (注意：我的電腦確實是64位的，而且python也安裝的64位版本的，但是在之後的命令行安裝的時候壓根安裝不了64位的，到後面再說）

http://www.lfd.uci.e/~gohlke/pythonlibs/

Ⅵ python中用numpy的array操作問題

c=np.vstack((a,b))

Ⅶ python怎麼使用numpy

用
import numpy
導入numpy庫啊
之後就看你有什麼需求進行操作了

Ⅷ python如何安裝numpy庫

首先我們要找到python安裝的位置
win+R打開
進入以後輸入： where python
找到安裝目錄後，找到Scripts文件夾所在位置：如ProgramsPythonPython36Scripts
然後去網上下載對應的文件：
看清楚自己是32位還是64位，將這個文件下載到Scripts文件夾下面
在cmd命令行中輸入：pip3.6 install D:-1.15.4-cp36-none-win_amd64.whl
這樣就可以安裝好了。
更多Python相關技術文章，請訪問Python教程欄目進行學習！以上就是小編分享的關於python如何安裝numpy庫的詳細內容希望對大家有所幫助，更多有關python教程請關注環球青藤其它相關文章！

Ⅸ 用python的numpy創建一個矩陣

• 使用numpy創建矩陣有2種方法，一種是使用numpy庫的matrix直接創建，另一種則是使用array來創建。首先載入numpy庫，然後分別用上面說的2種方法來分別構建一個4×3的矩陣，如圖

  

注意事項

• [1]在高等數學或者線性代數等已經學過了當後面的矩陣的行數等於前面矩陣的列數時，2個矩陣才可以相乘

• [2]Hadamard指的是2個m×n的矩陣相乘，結果仍然是m×n的矩陣，結果為對應元素的乘積

• [3]單位矩陣是特殊的對角矩陣，零（1）矩陣是指元素全部是0（1）的矩陣

• [4]矩陣的第一行是從0開始編號的，python中的各種編號基本上都是從0開始的