意思是：導(dǎo)入NUMPY作為NP

拓展資料：

NumPy系統(tǒng)是Python的一種開(kāi)源的數(shù)值計(jì)算擴(kuò)展。這種工具可用來(lái)存儲(chǔ)和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結(jié)構(gòu)要高效的多（該結(jié)構(gòu)也可以用來(lái)表示矩陣（matr

一個(gè)用python實(shí)現(xiàn)的科學(xué)計(jì)算包。包括：1、一個(gè)強(qiáng)大的N維數(shù)組對(duì)象Array；2、比較成熟的（廣播）函數(shù)庫(kù)；3、用于整合C/C++和Fortran代碼的工具包；4、實(shí)用的線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成函數(shù)。numpy和稀疏矩陣運(yùn)算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了許多高級(jí)的數(shù)值編程工具，如：矩陣數(shù)據(jù)類(lèi)型、矢量處理，以及精密的運(yùn)算庫(kù)。專(zhuān)為進(jìn)行嚴(yán)格的數(shù)字處理而產(chǎn)生。

多為很多大型金融公司使用，以及核心的科學(xué)計(jì)算組織如：Lawrence Livermore，NASA用其處理一些本來(lái)使用C++，F(xiàn)ortran或Matlab等所做的任務(wù)。

這是使用的numpy模塊中的隨機(jī)函數(shù)。

1、numpy.ndarray.shape 返回一個(gè)數(shù)組維度的元組比如12345678import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1)注：x[1,2]的shape值(2,)。

2、意思是一維數(shù)組，數(shù)組中有2個(gè)元素y[[1],[2]]的shape值是(2,1)，意思是一個(gè)二維數(shù)組，每個(gè)數(shù)組中有1個(gè)元素， from numpy import 然后就可以使用你的random.rand(4,4)了不過(guò),不建議這樣導(dǎo)入。

拓展資料：

NumPy系統(tǒng)是Python的一種開(kāi)源的數(shù)值計(jì)算擴(kuò)展。這種工具可用來(lái)存儲(chǔ)和處理大型矩陣，比Python自身的嵌套列表（nested list structure)結(jié)構(gòu)要高效的多（該結(jié)構(gòu)也可以用來(lái)表示矩陣（matrix））。

一個(gè)用python實(shí)現(xiàn)的科學(xué)計(jì)算包。包括：

1、一個(gè)強(qiáng)大的N維數(shù)組對(duì)象Array；

2、比較成熟的（廣播）函數(shù)庫(kù)；

3、用于整合C/C++和Fortran代碼的工具包；

4、實(shí)用的線性代數(shù)、傅里葉變換和隨機(jī)數(shù)生成函數(shù)。numpy和稀疏矩陣運(yùn)算包scipy配合使用更加方便。

NumPy（Numeric Python）提供了許多高級(jí)的數(shù)值編程工具，如：矩陣數(shù)據(jù)類(lèi)型、矢量處理，以及精密的運(yùn)算庫(kù)。專(zhuān)為進(jìn)行嚴(yán)格的數(shù)字處理而產(chǎn)生。多為很多大型金融公司使用，以及核心的科學(xué)計(jì)算組織如：Lawrence Livermore，NASA用其處理一些本來(lái)使用C++，F(xiàn)ortran或Matlab等所做的任務(wù)。

這是使用的numpy模塊中的隨機(jī)函數(shù)。

1、numpy.ndarray.shape 返回一個(gè)數(shù)組維度的元組比如12345678import numpy as npx = np.array([1, 2])y = np.array([[1],[2]])print x.shapeprint y.shape>>>(2,)(2, 1)注：x[1,2]的shape值(2,)。

2、意思是一維數(shù)組，數(shù)組中有2個(gè)元素y[[1],[2]]的shape值是(2,1)，意思是一個(gè)二維數(shù)組，每個(gè)數(shù)組中有1個(gè)元素， from numpy import 然后就可以使用你的random.rand(4,4)了不過(guò),不建議這樣導(dǎo)入。