Что такое NumPy?
NumPy — это библиотека с открытым исходным кодом, доступная на Python, которая помогает в программировании в области математики, науки, техники и данных. NumPy — это невероятная библиотека для выполнения математических и статистических операций. Отлично работает для умножения многомерных массивов и матриц.
Для любого научного проекта NumPy — это инструмент, который нужно знать. Он был создан для работы с N-мерным массивом, линейной алгеброй, случайным числом, преобразованием Фурье и т. Д. Он может быть интегрирован в C / C ++ и Fortran.
NumPy — это язык программирования, который работает с многомерными массивами и матрицами. Помимо массивов и матриц, NumPy поддерживает большое количество математических операций. В этой части мы рассмотрим основные функции, которые вам необходимо знать для учебника по TensorFlow.
Зачем использовать NumPy?
NumPy — это эффективная память, то есть она может обрабатывать огромное количество данных, более доступных, чем любая другая библиотека. Кроме того, с NumPy очень удобно работать, особенно для умножения и преобразования матрицы. Кроме того, NumPy работает быстро. Фактически, TensorFlow и Scikit учатся использовать массив NumPy для вычисления умножения матриц во внутреннем интерфейсе.
Учебный план
Руководство | Как установить NumPy |
Руководство | Python Numpy Array Tutorial |
Руководство | numpy.zeros () и numpy.ones () в Python |
Руководство | numpy.reshape () в Python |
Руководство | numpy.hstack () и numpy.vstack () в Python |
Руководство | numpy.asarray () в Python |
Руководство | numpy.arange () в Python |
Руководство | numpy.linspace () и numpy.logspace () в Python |
Руководство | Индексирование и нарезка массивов NumPy в Python |
Руководство | Статистические функции NumPy с примером |
Руководство | numpy.dot (): Dot Product в Python с использованием Numpy |
Руководство | Пример умножения матриц NumPy с помощью np.matmul () |