python 对ndarray全体除以一个数_一起学习Python常用模块——numpy

关注微信公众号：一个数据人的自留地

作者介绍

知乎@王多鱼

百度的一名推荐算法攻城狮。

主要负责商品推荐的召回和排序模型的优化工作。

1

前言

Python在数据科学、机器学习、AI领等域中占据主导地位，目前对于数据分析师和算法工程师来说是必备技能。

对于数据分析师来说，应掌握基础语法和数据科学的模块，主要包括：pandas、numpy和机器学习库sklearn等。

对于算法工程师来说，还应掌握深度学习相关模块，主要包括：tensorflow、pytorch等。

Python语法简单，入门容易，Numpy是Python中科学计算的核心库。它提供了一个高性能的多维数组对象，以及用于处理这些数组的工具。如果你想要进入Python中的数据科学或机器学习，你就要必须学习它。

一起入坑学习吧~

2

加载Numpy库

import numpy as np

3

array结构

NumPy 的数组类(array class)叫做 ndarray，同时我们也常称其为数组(array)。注意 numpy.array 和标准 Python 库中的类 array.array 是不同的。标准 Python 库中的类 array.array 只处理一维的数组，提供少量的功能。ndarray 还具有如下很多重要的属性：

ndarray.ndim：显示数组的轴线数量(或维度)。

ndarray.shape：显示在每个维度里数组的大小。如 n 行 m 列的矩阵，它的 shape 就是(n, m)。

一起尝试创建6个不同维度的array，如下：

a = np.array([1, 2, 3])b = np.array([(1.5, 2, 3), (4, 5, 6)], dtype = float)c = np.array([[(1.5, 2, 3), (4, 5, 6)], [(3, 2, 1), (4, 5, 6)]], dtype = float)d = np.arange(10,25,5)e = np.full((2, 2), 7)f = np.eye(2) print("a: \n", a)print("\nb: \n", b)print("\nc: \n", c)print("\nd: \n", d)print("\ne: \n", e)print("\nf: \n", f) """结果：a:  [1 2 3]b:  [[1.5 2.  3. ] [4.  5.  6. ]]c:  [[[1.5 2.  3. ]  [4.  5.  6. ]] [[3.  2.  1. ]  [4.  5.  6. ]]]d:  [10 15 20]e:  [[7 7] [7 7]]f:  [[1. 0.] [0. 1.]]"""