《数据挖掘导论》实验课 |
您所在的位置:网站首页 › 白头癣怎么治才能断根 › 《数据挖掘导论》实验课 |
实验一、数据处理之Numpy
一、实验目的
1. 了解numpy库的基本功能
2. 掌握Numpy库的对数组的操作与运算
二、实验工具:
1. Anaconda
2. Numpy
三、Numpy简介
Numpy 的英文全称为 Numerical Python,指Python 面向数值计算的第三方库。Numpy 的特点在于,针对 Python 内建的数组类型做了扩充,支持更高维度的数组和矩阵运算,以及更丰富的数学函数。Numpy 是 Scipy.org 中最重要的库之一,它同时也被 Pandas,Matplotlib 等我们熟知的第三方库作为核心计算库。NumPy(Numeric Python)提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。 Numpy包括了:1、一个强大的N维数组对象Array;2、比较成熟的(广播)函数库;3、用于整合C/C++和Fortran代码的工具包;4、实用的线性代数、傅里叶变换和随机数生成函数。Numpy和稀疏矩阵运算包scipy配合使用更加方便。 四、实验内容 1. 数组的创建(创建全0数组,全1数组,随机数数组)全零数组 通过本次实验,对Numpy进行了简单的回顾练习,包括数组的创建,相关属性的熟悉。了解了数组维度快捷操作的方法以及合并操作对应的函数。之前线性代数的学习中,并未接触合并的概念,不过通过实例还是比较好理解的,深度合并很有意思。对数组深度掌握不够,还要加强数学知识的学习。 |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |