人工智能入门课程学习（3）——常用工具之科学计算库numpy库的使用

1.numpy学习内容总览

2.对比传统的py中的原生list和numpy中的ndarray效率

import numpy as np
import random
import time
a = []
for i in range(100000000):
    a.append(random.random())
%time sum1=sum(a)        # 统计原生list的效率

b = np.array(a)

%time sum2=np.sum(b)     # 统计numpy的效率

2.熟悉np数组中的各种属性

3.ndarray的基本操作

3.1 生成0/1数组

3.2 生成固定范围的数组(等比数列等)

3.3 生成随机数组的三种方法

3.4 正态分布随机抽样

3.5 数组形状的修改

3.6 数组类型的修改