python如何使用numpy

Ⅰ python怎么用numpy模块

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 怎么安装

两个方法：

1. 使用pip 安装，命令： pip install numpy

图例：

然后等提示安装完成就行。但是这种方法很容易出问题，因为服务器在国外，很容易延迟或者丢包导致报错，多试几次或者使用方法2

2.到pypi社区下载压缩包到本地，解压再安装（网址：https://pypi.python.org/pypi?%3Aaction=search&term=numpy&submit=search）

Ⅲ 用python在线编辑器编写python代码，怎么加载numpy模块

说明此在线解释器只提供基本的python功能，numpy这是需要额外安装的。

Ⅳ python中稀疏矩阵的怎么用numpy处理

NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。
下面对numpy中的操作进行总结。
numpy包含两种基本的数据类型：数组和矩阵。
数组(Arrays)
>>> from numpy import *>>> a1=array([1,1,1]) #定义一个数组>>> a2=array([2,2,2])>>> a1+a2 #对于元素相加array([3, 3, 3])>>> a1*2 #乘一个数array([2, 2, 2])##>>> a1=array([1,2,3])>>> a1
array([1, 2, 3])>>> a1**3 #表示对数组中的每个数做平方array([ 1, 8, 27])##取值，注意的是它是以0为开始坐标，不matlab不同>>> a1[1]2##定义多维数组>>> a3=array([[1,2,3],[4,5,6]])>>> a3
array([[1, 2, 3],
[4, 5, 6]])>>> a3[0] #取出第一行的数据array([1, 2, 3])>>> a3[0,0] #第一行第一个数据1>>> a3[0][0] #也可用这种方式1##数组点乘，相当于matlab点乘操作>>> a1=array([1,2,3])>>> a2=array([4,5,6])>>> a1*a2
array([ 4, 10, 18])

Numpy有许多的创建数组的函数：
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]]"

数组索引(Array indexing)
矩阵
矩阵的操作与Matlab语言有很多的相关性。
#创建矩阵
>>> 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个数据2>>> m[0][1] #注意不能像数组那样取值了
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#将Python的列表转换成NumPy的矩阵
>>> list=[1,2,3]
>>> mat(list)
matrix([[1, 2, 3]])

#矩阵相乘
>>> m1=mat([1,2,3]) #1行3列
>>> m2=mat([4,5,6])
>>> m1*m2.T #注意左列与右行相等 m2.T为转置操作
matrix([[32]])
>>> multiply(m1,m2) #执行点乘操作，要使用函数，特别注意
matrix([[ 4, 10, 18]])

#排序
>>> m=mat([[2,5,1],[4,6,2]]) #创建2行3列矩阵
>>> m
matrix([[2, 5, 1],
[4, 6, 2]])
>>> m.sort() #对每一行进行排序
>>> m
matrix([[1, 2, 5],
[2, 4, 6]])

>>> m.shape #获得矩阵的行列数
(2, 3)
>>> m.shape[0] #获得矩阵的行数2>>> m.shape[1] #获得矩阵的列数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个元素，注意左闭右开
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])35363738394

扩展矩阵函数tile()
例如，要计算[0,0,0]到一个多维矩阵中每个点的距离，则要将[0,0,0]进行扩展。
tile(inX, (i,j)) ;i是扩展个数，j是扩展长度
实例如下：
>>>x=mat([0,0,0])
>>> x
matrix([[0, 0, 0]])
>>> tile(x,(3,1)) #即将x扩展3个，j=1,表示其列数不变
matrix([[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])
>>> tile(x,(2,2)) #x扩展2次，j=2,横向扩展
matrix([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])1234567891011121314

Ⅳ python里怎样装numpy

因为对机器学习算法进行实战的话，python语言是必须的，所以前几天进行了安装和配置。说实话，相比较其他的编程语言的IDE来讲，python本身问题不大，但是因为要有很多的矩阵的计算，所以要安装numpy包！但是这个过程在我的电脑上出现了比较大的问题，所以，将这一过程记录下来，万一以后电脑出现了问题重新安装的话还能做参考！！

声明电脑配置： win7 64位

python安装版本：Python 2.7 (也可以是python3.x 本人不习惯用最新的版本，所以选择了2.7）

1.下载 对应版本numpy 的.whl文件 (注意：我的电脑确实是64位的，而且python也安装的64位版本的，但是在之后的命令行安装的时候压根安装不了64位的，到后面再说）

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

Ⅵ python中用numpy的array操作问题

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

Ⅶ python怎么使用numpy

用
import numpy
导入numpy库啊
之后就看你有什么需求进行操作了

Ⅷ python如何安装numpy库

首先我们要找到python安装的位置
win+R打开
进入以后输入： where python
找到安装目录后，找到Scripts文件夹所在位置：如ProgramsPythonPython36Scripts
然后去网上下载对应的文件：
看清楚自己是32位还是64位，将这个文件下载到Scripts文件夹下面
在cmd命令行中输入：pip3.6 install D:-1.15.4-cp36-none-win_amd64.whl
这样就可以安装好了。
更多Python相关技术文章，请访问Python教程栏目进行学习！以上就是小编分享的关于python如何安装numpy库的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！

Ⅸ 用python的numpy创建一个矩阵

• 使用numpy创建矩阵有2种方法，一种是使用numpy库的matrix直接创建，另一种则是使用array来创建。首先加载numpy库，然后分别用上面说的2种方法来分别构建一个4×3的矩阵，如图

  

注意事项

• [1]在高等数学或者线性代数等已经学过了当后面的矩阵的行数等于前面矩阵的列数时，2个矩阵才可以相乘

• [2]Hadamard指的是2个m×n的矩阵相乘，结果仍然是m×n的矩阵，结果为对应元素的乘积

• [3]单位矩阵是特殊的对角矩阵，零（1）矩阵是指元素全部是0（1）的矩阵

• [4]矩阵的第一行是从0开始编号的，python中的各种编号基本上都是从0开始的