-
人工智能之数据分析 numpy：第九章 数组运算
人工智能之数据分析 numpy第九章 数组运算前言NumPy 不仅提供了高效的多维数组（ndarray）结构，还内置了丰富的数组运算功能，包括基础算术、比较逻辑、位运算、通用函数（ufunc）、矩阵与线性代数等。这些运算是向量化的，无需显式循环，性能远超纯 Python。下面系统讲解 NumPy 的各类数组运算。一、基础算术运算（Element-wise Arithmetic）NumPy 支持对数
-
人工智能之数据分析 numpy：第七章 数组迭代排序筛选
人工智能之数据分析 numpy第七章 数组迭代排序筛选前言在 NumPy 中，数组的迭代、排序与筛选是数据处理中的三大基础操作。虽然 NumPy 强调向量化操作（避免显式 Python 循环以提升性能），但在某些场景下仍需对数组进行迭代（如逐行/逐元素处理）。本文将系统讲解这三类操作，并结合实际示例说明如何高效使用。一、数组迭代（Iteration）⚠️ 原则：尽量避免显式 for 循环！优先使用
-
人工智能之数据分析 numpy：第六章 数组基本操作
人工智能之数据分析 numpy第六章 数组基本操作前言NumPy 提供了丰富而高效的数组基本操作，包括形状变换、维度调整、连接与分割、元素增删、翻转、对角线提取等。这些操作在数据预处理、图像处理、科学计算中极为常用。一、修改数组形状（Reshaping）1. reshape()返回一个具有新形状的视图（若可能），不改变原数组数据。import numpy as np
-
人工智能之数据分析 numpy：第五章 索引与切片
人工智能之数据分析 numpy第五章 索引与切片前言在 NumPy 中，索引（indexing）与切片（slicing） 是访问和操作 ndarray 元素的核心手段。相比 Python 原生列表，NumPy 提供了更强大、更灵活的多维索引机制，包括基本索引、高级索引、布尔索引、花式索引等。本文详细讲解 NumPy 数组的索引与切片方法。一、基本索引与切片（Basic Indexing and S
-
人工智能之数据分析 numpy：第四章 数组属性和数据类型
人工智能之数据分析 numpy第四章 数组属性和数据类型前言NumPy 的 ndarray（N 维数组） 不仅是一个高效的多维容器，还具有丰富的属性和灵活的数据类型（dtype）系统。理解这些内容对于高效使用 NumPy 至关重要。一、NumPy 数组的核心属性创建一个示例数组：import numpy as np arr = np.array(
-
人工智能之数据分析 numpy：第三章 Ndarray 对象和数组创建
人工智能之数据分析 numpy第三章 Ndarray 对象和数组创建前言Ndarray 是 NumPy 的核心数据结构，本质是存储单一数据类型的多维数组，也是后续所有操作的基础。它具备高效的存储和运算能力，能够支持批量数据处理，区别于 Python 原生列表（可存储多种数据类型、运算效率低）。一、ndarray 对象的基本特点同构性：数组中所有元素的数据类型必须相同。维度（axes）：可以是一维、
-
人工智能之数据分析 numpy：第二章 简介与安装
人工智能之数据分析 numpy第二章 简介与安装前言NumPy（Numerical Python 的简称）是 Python 中用于科学计算的核心库之一。它提供了高性能的多维数组对象（ndarray）以及用于操作这些数组的工具，广泛应用于数据分析、机器学习、图像处理、物理模拟等领域。一、NumPy 的主要特点高效的多维数组对象：支持任意维度的数组，比 Python 原生列表更节省内存、运算更快。广播
-
人工智能之数据分析 numpy：第一章 学习链路
人工智能之数据分析 numpy第一章 学习链路前言本文主要学习人工智能的整体链路，相当于数据分析模块的开端，学习整体思维导图，有利于更加清晰的知道后面需要学习什么，达到什么样的程度，对于单一的ai绘图短剧小说等也是当前的热门方向之一。掌握基础有利于更加灵活的创造和应用解决问题的能力。一、顶层设计：理解人工智能全景图1.1 什么是人工智能？狭义 AI（ANI）：在特定任务上表现优异（如图像识别、语音
-
人工智能之编程进阶 Python高级：第十一章 过渡项目
人工智能之编程进阶 Python高级第十一章 过渡项目以下是 5 个由浅入深、覆盖 Python 核心技能的实战项目，每个项目都包含：🎯 项目目标🔧 技术栈（知识点）📦 功能模块💡 实现要点与代码片段🚀 扩展建议适合从入门到进阶的学习者动手实践，真正“学以致用”。🌟 项目一：天气查询 CLI 工具（基础）🎯 目标通过命令行输入城市名，返回当前天气信息。🔧 技术栈requests（HTTP 请求）a
-
人工智能之编程进阶 Python高级：第十章 知识点总结
人工智能之编程进阶 Python高级第十章 知识点总结前言学到这里基本上掌握了python的常用操作，但这些还未涉及到数据分析的部分，这些都只是对于语言的灵活运用，至于数据分析，将在后续栏目增加，一起努力学习，未来方向充满不确定，我们能做的就是不断学习，跟随政策，拥抱人工智能，打好地基，方能不被脱节。🐍 Python 重要知识点全景图（从基础到网络编程）目标：掌握 Python 从变量到爬虫的完整
