Numpy的Anaconda怎么使用
导读:本文共3616.5字符,通常情况下阅读需要12分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: Anaconda的基本用法在windows下安装好Anaconda后,在所有程序中可以看到Anaconda下有以下几个组件:Anaconda Navigator:用于管理工具包和环境的图形界面。Anaconda Prompt:用于管理包和环境的命令行界面。Jupyter Notebook:基于Web的交互式计算环境,用于展示数据分析的过程,并且生成容易阅读的文档... ...
目录
(为您整理了一些要点),点击可以直达。在windows下安装好Anaconda后,在所有程序中可以看到Anaconda下有以下几个组件:
Anaconda Navigator:用于管理工具包和环境的图形界面。
Anaconda Prompt:用于管理包和环境的命令行界面。
Jupyter Notebook:基于Web的交互式计算环境,用于展示数据分析的过程,并且生成容易阅读的文档。
Spyder:Python集成开发环境,布局类似于Matlab。
我们学习主要使用的是第三个Jupyter Notebook。
这里简单普及一下常用的Anaconda命令(虽然我也不经常用)。
查看软件版本号
添加镜像
更新conda
查看已经安装的packages
新手入门建议只安装Anaconda,可以省去很多不必要的麻烦,以上就是Anaconda的基本使用,欢迎大家在留言区补充。
纠正下上一篇的错误:
numpy的索引方式和Python中的列表索引相似,这里主要介绍普通数组索引/切片和布尔型数组的索引/切片。
一维数组的索引和切片和Python中的列表相同,索引都是从0开始,切片都是左闭右开。
二维数组可以理解为两个一维数组横向堆叠在一起,所只要分别取对应索引即可。
三位数组的索引、切片的取值方式相当与二维数组的进化版。
布尔型数组的使用是本片文章的重点。
而我们经常见到的是这样的:
当我们需要筛选出ar中大于3的值,就可以使用布尔值进行筛选,如下:
以均匀分布和正态分布的方式生成随机数
以正太分布的方式生成随机数
按照上面的写法相信大家对与.randn()和.rand()的认识还不够清晰,这里用可视化的方式展示一下:
这是随机分布的图样:
这是正态分布的图样:
可以看到正态分布和随机分布的成像还是有较大不同的,当然这里只是加深大家对.randn()和.rand()的认识,可视化在之后会进一步学习。
Numpy的Anaconda怎么使用的详细内容,希望对您有所帮助,信息来源于网络。