python中NumPy的矢量运算
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44580977/article/details/101981194
接下来了解下矢量运算的能力， 矢量的特性可以理解为并行化的运算， 也就是说在对数组执行复杂计算时会作用到元素级别， 这样仅仅用简洁的表达式就可以代替Python的for循环。
我们先使用NumPy的random.normalvariate()生成一个平均收盘股价为10元（即期望为10），振幅为1元（即标准差为1），样本数量为1000的正态分布随机数组，如下所示：
stock_data = np.random.normal(loc=10.0, scale=1.0, size=1000)
print("stock_data：\n {}".format(stock_data))
"""
stock_data：
[10.78547256 9.76528172 9.22565839 9.88816694 9.98375121 8.82134049
10.35872851 9.47037456 10.10779769 8.90763374 9.87537764 10.19336141
10.23045668 9.56778185 ....... 11.52876708 9.31758815 9.92082024]
"""我们规整化所有浮点型随机数据的精度，以便于后续显示和运算。此处使用np.around()方法将所有数据保留2位小数，由于矢量运算的能力，此处仅需一行代码就可实现，如下所示：
stock_data = np.around(stock_data,2)#保留2位小数
print("stock_data：\n {}".format(stock_data))
"""
stock_data：
[11.97 9.34 12.14 11.28 11.7 8.65 8.81 8.63 11.93 9.48 8.93 9.83
10.54 9.38 10.93 9.09 10.4 9.88 10.35 11.67 7.97 12.19 10.1 11.22
9.85 10.91 10.38 9.16 9.46 ...... 10.02 9.27 11.2 9.4 9.83 8.99]
"""还有其他方法 np.roll()为循环右移 第一个值需要设置为无效值np.nan np.roll(stock_data,1)
NumPy中的ndarray类，可以更加简洁的进行 矢量算术运算，并且在处理多维的大规模数组时快速且节省空间。
本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019-10-03 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读