【深度学习实验】NumPy的简单用法

目录

一、NumPy介绍

1. 官网

2. 官方教程

二、实验内容

1. 导入numpy库

2. 打印版本号

3. arange 函数

4. array函数

5. reshape函数

6. 矩阵点乘(逐元素相乘)

7. 矩阵乘法


一、NumPy介绍

NumPy是一个常用于科学计算的Python库,尤其在深度学习和机器学习中应用广泛。

1. 官网

NumPyicon-default.png?t=N7T8https://numpy.org/【深度学习实验】NumPy的简单用法_第1张图片

2. 官方教程

NumPy:初学者的绝对基础知识 — NumPy v1.25 手册icon-default.png?t=N7T8https://numpy.org/doc/stable/user/absolute_beginners.html【深度学习实验】NumPy的简单用法_第2张图片

二、实验内容

1. 导入numpy库

  • Import numpy library (you should follow the standard NumPy conventions).

        导入 numpy 库(应该遵循标准的 NumPy 约定)。

import numpy as np

2. 打印版本号

  • Print the version number of NumPy.

        打印 NumPy 的版本号。

print(np.__version__)

3. arange 函数

  • Use the arange function to generate 10 elements from 0 to 9 and store them in a variable named ndarray.

        使用 arange 函数生成 10 个从 0 到 9 的元素,并将它们存储在名为 ndarray 的变量中。

ndarray = np.arange(10)
print(ndarray)

4. array函数

  • Utilize the array function to convert data in Python list format into an equivalent ndarray named ndarray1.

        利用array函数将 Python 列表格式的数据转换为名为 ndarray1 的等效 ndarray。

ndarray1 = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
print(ndarray1)

5. reshape函数

  • Reshape the ndarray and the ndarray1 into a 2-row by 5-column array.

        将 ndarray 和 ndarray1 改造成 2 行 x 5 列数组。

ndarray = ndarray.reshape(2, 5)
ndarray1 = ndarray1.reshape(2, 5)
print(ndarray)
print(ndarray1)

6. 矩阵点乘(逐元素相乘)

  • Calculate the elementwise product of ndarray and ndarray1 using the * operator, and print the result

        使用 * 运算符计算 ndarray 和 ndarray1 的元素乘积,并打印结果

result = ndarray * ndarray1
print(result)

7. 矩阵乘法

  • Calculate the matrix product of ndarray and ndarray1 using the @ operator, and print the result. You need to use the T attribute to perform a transpose operation on ndarray1.

        使用 @ 运算符计算 ndarray 和 ndarray1 的矩阵乘积,并打印结果。需要使用 T 属性在 ndarray1 上执行转置操作。

result1 = ndarray @ ndarray1.T
print(result1)

你可能感兴趣的:(深度学习,深度学习,numpy,人工智能,python)