在實際操作中，我們需要需要養成習慣，任何浪費空間或者時間的操作都需要減少，因為我們操作的是大數據，可能造成災難性的放大，使用numpy的思想,盡量減少不必要的拷貝，我們操作的對象是大數據。

# -*- coding: utf-8 -*-# numpy是針對list操作的import numpy as np# 定義一個一維3個的數組x = np.array([1,2,3]) print(x) #%% # 切片索引 x1 = np.array([[1,2,3],[4,5,6],[7,8,9]]) print(x1)print(x1[:,0])#%% # 建立0-1之間的隨機矩陣 x2 = np.random.random((3,3,3)) print(x2)#%% print(x2[:,:,0]) #%% # 特別需要注意切片使用 x2[:,:,0] =0 print(x2[:,:,0]) print(x2)#%% print(x1) # 對第一個axis取平均值 print(np.average(x1,axis=0)) # 對第一個axis取平均值 print(np.average(x1,axis=1))# 需要理解axis的含義，對應的是那個緯度的平均值，就是把對應的緯度壓縮成1#%% # 將數組向量化,使用numpy計算 import time x = np.random.random((1000,1000)) ans =np.zeros((1000,1000)) # 遍歷矩陣，枚舉矩陣每一行，再次枚舉每一行里面的每一個元素 t = time.time() for i,row in enumerate(x):for j,elem in enumerate(row):ans[i][j] = elem +1 print(time.time()-t)# 使用矩陣相加 t = time.time() ans = x+1 print(time.time()-t) # 使用np.add計算，比第二種方法要快40倍，第一種600倍，我的這臺計算機 t = time.time() np.add(x,1,ans) print(time.time()-t)#0.5762310028076172 #0.04102921485900879 #0.001998424530029297#%% # numpy的廣播，broadcastingx = np.array([1,2,3]) y = np.array([[1,1,1],[2,2,2],[3,3,3]])z = y-x print(z) print(end ='\n')# 直接使用broadcasting實現 x =y = np.array([1,2,3]) y = np.tile(y,[3,1]).T z = y-x print(z) print(end ='\n')# 間接使用,不能直接使用y.T,只有使用y[:,None] x =y = np.array([1,2,3]) t = y[:,None] print(t) z = t -x print(z) print(end ='\n')# 使用numpy的思想,盡量減少不必要的拷貝，我們操作的對象是大數據

總結

以上是生活随笔為你收集整理的Python学习：numpy的使用技巧和注意的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。