为了保证兼容性,本书的基本代数是使用3.x的语法编写的,而使用2.x的读 者,可以通过引入fbture特征的方式兼容代码,如,
#将print变成函数形式,即用print (a)格式输出
from __...#一般以np作为numpy的别名
a = np.array([2, 0, 1, 5]) #创建数组
print(a) #输出数组
print(a[:3]) #引用前三个数字(切片)
print(a.min...()) #输出a的最小值
a.sort() #将a的元素从小到大排序,此操作直接修改a,因此这时候a为[0, 1, 2, 5]
print(a)
b= np.array([[1, 2, 3], [4,...5, 6]]) #创建二维数组
print(b*b) #输出数组的平方阵,即[[1, 4, 9], [16, 25, 36]]
参考链接:http://www.numpy.org/
http://reverland.org...它具有高效地实现符号分解、高度优化的速度和稳定性等特点,最重要的是它还实现了GPU加速,使得密集型数据的处理速度是CPU的数十倍。