生成ndarray最简单的方法就是array函数,array函数接受任意的序列型对象,生成一个新的包含传递数据的NumPy数组。例子如下:

import numpy as np
data1 = [1, 2, 3, 4]
data2 = [[1, 2, 3, 4], [5, 6, 7, 8]]
arr1 = np.array(data1)
arr2 = np.array(data2)
arr1 = arr1 * 10
arr2 = arr2 + arr1
print(arr1)
print(arr2)

结果如下

[10 20 30 40]

[[11 22 33 44]

[15 26 37 48]]

实例扩展:

矩阵乘:按照线性代数的乘法

> a = np.array([[1,2,3], [2,3,4]])
> b = np.array([[1,2], [3,4], [5,6]])
> a
array([[1, 2, 3],
  [2, 3, 4]])
> b
array([[1, 2],
  [3, 4],
  [5, 6]])
> np.dot(a, b)  #方法一
array([[22, 28],
  [31, 40]])
> np.matmul(a,b) #方法二
array([[22, 28],

注:一维数组之间运算时,dot()表示的是内积。

点乘:对应位置相乘

> a = np.array([[1,2],[3,4]])
> b = np.array([[1,1],[2,2]])
> a
array([[1, 2],
  [3, 4]])
> b
array([[1, 1],
  [2, 2]])
> a * b     #方法一
array([[1, 2],
  [6, 8]])
> np.multiply(a, b) #方法二
array([[1, 2],
  [6, 8]])
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。