numpy是python进行科学计算的核心库。
numpy可以作为多维通用数组使用,可以定义任意数据类型。它提供一个高性能多维数据对象,以及操作这个对象的工具。
本文列举了学习中遇到的numpy函数,以及使用用法。
下一段是描绘的一个函数,准备画出来
import numpy as np
x = np.arange(-200,-100,1)
y = np.arange(-5,5,0.1)
Z =np.zeros((len(x),len(y)))
X,Y =np.meshgrid(x,y)
for i in range(len(x)):
for j in range(len(y)):
b = x[i]
w = y[j]
Z[j][i]=0
for n in range(len(x_data)):
Z[j][i]=Z[j][i]+(y_data[n]-b-w*x_data[n])**2
Z[j][i] = Z[j][i]/len(x_data)
plt.plot(x,y,Z)
plt.xlim(-200,-100)
plt.ylim(-5,5)
plt.xlabel(r'$x$',fontsize=16)
plt.ylabel(r'$y$',fontsize=16)
plt.show()
-
import numpy as np
引用numpy库,都以这一句开头 -
x = np.arange(-200,-100,1)
设置x是-200 到-100的数组,间隔为1 -
Z =np.zeros((len(x),len(y)))
np.zeros返回给定形状的零矩阵。这里指返回len(x) * len(y)的零矩阵 -
X,Y =np.meshgrid(x,y)
meshgrid函数用两个坐标轴上的点在平面上画网格,meshigrid(x,y)的作用是产生一个以向量x为行,向量y为列的矩阵。
矩阵X的行向量是向量x的横坐标的简单复制,矩阵Y的列向量是向量y的纵坐标的简单复制。
假设
x的值:
array(0,0.5,1,1.5,2)
y的值:
array(1,2,3)
那么X和Y都是6*3维矩阵
X的值:
X=[0,0.5,1,1.5,2
0,0.5,1,1.5,2
0,0.5,1,1.5,2]
Y的值:
Y=[1,1,1,1,1,1
2,2,2,2,2,2
3,3,3,3,3,3]