Maison > Article > développement back-end > Guide d'itération de la version Numpy
De l'ancienne version à la nouvelle version : Guide de mise à jour de la version Numpy
1. Introduction
Numpy est l'une des bibliothèques mathématiques les plus couramment utilisées en Python et est largement utilisée dans les domaines du calcul scientifique, de l'analyse de données et de l'apprentissage automatique. Numpy rend le traitement d'ensembles de données à grande échelle plus efficace et plus facile en fournissant des opérations de tableau et des fonctions mathématiques efficaces.
Bien que Numpy disposait de nombreuses fonctionnalités puissantes lors de sa sortie initiale, au fil du temps, Numpy a continué à subir des mises à jour de version et des améliorations de fonctionnalités basées sur les commentaires des développeurs et des utilisateurs. Chaque nouvelle version apporte de nouvelles fonctionnalités et améliorations, et peut également introduire des modifications rétrocompatibles.
Cet article fournira un guide de mise à jour de version pour les utilisateurs utilisant Numpy de l'ancienne version vers la nouvelle version. Nous présenterons tour à tour des mises à jour importantes dans les versions historiques de Numpy et donnerons des exemples de code spécifiques pour aider les lecteurs à mieux comprendre et à s'adapter à la nouvelle version de Numpy.
2. Guide de mise à jour de la version
fill
Method. Cette méthode peut être utilisée pour remplir un tableau avec des valeurs spécifiées, ce qui est très pratique. fill
方法。该方法可以用来以指定的值填充一个数组,非常方便。代码示例:
import numpy as np arr = np.zeros((3, 3)) arr.fill(5) print(arr)
输出:
[[5. 5. 5.] [5. 5. 5.] [5. 5. 5.]]
einsum
函数,可以用来进行张量计算和矩阵乘法等操作。此外,还引入了numpy.core._exceptions.VisibleDeprecationWarning
警告,该警告将在未来几个版本中作为默认行为。代码示例:
import numpy as np arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) result = np.einsum('ij,jk->ik', arr1, arr2) print(result)
输出:
[[19 22] [43 50]]
stack
、hstack
和vstack
,用于在不同维度上对多个数组进行堆叠。此外,还引入了dtype
参数,用于指定数组的数据类型。代码示例:
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) result = np.vstack((arr1, arr2)) print(result)
输出:
[[1 2 3] [4 5 6]]
isnat
import numpy as np arr = np.array(['2000-01-01', '2000-01-02', '2000-01-03'], dtype='datetime64') result = np.isnat(arr) print(result)Sortie :
[False False False]
La version Numpy 1.15 améliore principalement certaines opérations sur les tableaux multidimensionnels. L'un des changements importants est l'introduction de la fonction einsum
, qui peut être utilisée pour effectuer des opérations telles que des calculs tensoriels et des multiplications matricielles. De plus, un avertissement numpy.core._exceptions.VisibleDeprecationWarning
a été introduit, qui sera le comportement par défaut dans les prochaines versions.
Exemple de code :
rrreeeSortie :
rrreeestack
, hstack et vstack
sont utilisés pour empiler plusieurs tableaux de différentes dimensions. De plus, le paramètre dtype
est également introduit pour spécifier le type de données du tableau. 🎜🎜🎜Exemple de code : 🎜rrreee🎜Sortie : 🎜rrreeeCe qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!