Skip to content

Data Science › Python Foundations › NumPy

NumPy ​

NumPy 的 ndarray 是 Python 數值計算的共同底層:pandas、scikit-learn、SciPy、PyTorch 都吃它或模仿它的介面。多數錯誤來自 shape / axis / dtype 沒對齊,而不是公式寫錯。

建議順序:array 基礎 → 向量化與 reshape → 隨機與統計 → 線性代數

筆記內容回答的問題
Array 基礎shape / ndim / dtype、建立 array、索引與切片、view vs copy這個 array 長什麼樣?切片後改值會不會改到原本的?
向量化與 Reshapeelement-wise 運算、broadcasting、布林遮罩、reshape / transpose / concatenate / stack / split怎麼不用迴圈一次算整批?維度對不上怎麼辦?
隨機與統計default_rng 抽樣、描述統計、分位數、z-score、轉換怎麼做可重現的模擬?array 的摘要統計怎麼算?
線性代數@、solve、lstsq、inv、eig / eigh、svd矩陣運算與解方程式怎麼寫才穩定?
相關連結
表格資料(有欄名、index)pandas
機率分配與檢定scipy.stats 速查
迴圈太慢、要編譯Efficient Python(Numba)
稠密 / 稀疏矩陣的實際應用PCA