第一阶段-第8天-NumPy入门-云帆数科

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

企业数字化 ERP 产品动态

相关推荐

三维空间识别技术在危化品库区安全管理中的应用

1. 项目背景与核心需求在化工园区、石油炼化等涉及危险化学品存储的场所，库区安全管理一直是重中之重。传统监控手段主要依赖二维平面摄像头和人工巡检，存在监控死角多、报警误报率高、响应滞后等问题。特别是在人员异常停留、未授权进入等场景下&#x… · 2026/9/15 17:32:45

深度观察｜2026 阿里 / 1688 代运营公司推荐榜单解析：从流量获取到转化提升，看 GMV 增长实力

随着 B2B 电商数字化进程的加速，1688 平台作为国内最大的内贸批发平台，已成为千万工厂和品牌商家布局线上渠道的核心阵地。然而，平台规则持续迭代、流量结构不断变化、运营精细化要求日益提升，让不少传统制造企业和新晋商家面临运… · 2026/9/15 11:23:50

数字孪生 + AI，不只是“好看“，这 4 个场景有了质的突破

一个园区数字孪生系统上线一年了，甲方运营负责人跟我说了句实话："天天看，也不知道有什么用。领导来了打开演示一下，平时基本不登录。"与此同时，隔壁工厂项目组也做了一个数字孪生系统，但他们在上… · 2026/9/10 6:27:07

RK3576 I3C 实战：从 I2C 迁移到 I3C 的 DTS 配置与调试指南

1. 从 I2C 到 I3C：为什么需要关注这个演进搞嵌入式或者驱动开发的朋友，对 I2C 肯定不陌生。两根线，一根 SCL 一根 SDA，挂上一堆传感器、EEPROM、PMIC，慢是慢了点，但胜在简单可靠，几乎所有 SoC 都… · 2026/9/27 10:29:24

Invariant-based Robust Weights Watermark for Large Language Models

文章主要内容和创新点主要内容本文针对现实世界数据集中普遍存在的缺失数据问题，提出了一种名为Quantum-UnIMP的新型框架。该框架将浅层量子电路与基于大语言模型（LLMs）的插补架构相结合，旨在解决传统方法（包括经典嵌入的LLMs）在捕捉混合类型数据（数值、分类、文本）… · 2026/9/27 10:29:24

网站推广的方法和手段对比评测

搞定备案后，用这5种网站推广方法和手段提升性能优化备案流程一头雾水？很多甲方在拿到ICP备案号后，往往就卡在了下一步：网站做出来了，但没人看，服务器CPU却悄悄飙升。这时候你才意识到，单纯的“建完站”只是开始，真正的挑战在于如何让流量进来… · 2026/9/27 10:29:24

RK3576 I3C接口实战：从I2C升级到I3C的DTS配置与避坑指南

1. 从 I2C 到 I3C：为什么需要一次接口升级1.1 先搞清楚 I2C 到底卡在哪里但凡做过嵌入式或者驱动开发的人，对 I2C 都不会陌生。两根线，一根 SCL 时钟，一根 SDA 数据，挂上一堆传感器、EEPROM、RTC、触摸芯片&#xff0c… · 2026/9/27 10:29:18

Single-to-mix Modality Alignment with Multimodal Large Language Model for Document Image Machine ...

文章主要内容总结本文针对文档图像机器翻译（DIMT）任务中因训练数据有限、视觉与文本信息交互复杂导致的泛化能力不足问题，提出了一种名为M4Doc的单模态到混合模态对齐框架。该框架利用多模态大语言模型（MLLMs）的优势，通过训练阶段将仅图像编码器与MLLM的多模态表示对齐… · 2026/9/27 10:29:18

I2C多主机仲裁与时钟延展：开漏输出、逐位比较及调试实战

I2C 总线用两根线就能挂一堆设备，很多人第一次接触时觉得它比 SPI 简单，但真正把多个主机同时挂上去之后，问题就来了：两个主机同时开口说话怎么办？从机跟不上速度怎么办？这两个问题对应的正是 I2C 协议里最… · 2026/9/27 10:29:18

MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现

简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/27 0:00:01

汕头网站建设制作厂家避坑指南：5大注意事项救急

汕头网站建设制作厂家避坑指南：5大注意事项救急改个需求建站公司拖一周，这种憋屈事我见得太多了。很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。今天不聊虚的，直接拆解找汕头网站建设制作厂家时的5个核心注意事项… · 2026/9/27 0:00:01

多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习

简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/27 0:00:01

MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现

汕头网站建设制作厂家避坑指南：5大注意事项救急

多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习

第一阶段-第8天-NumPy入门

相关推荐

了解更多？预约专属演示