Pythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事
Numpy の概要
NumPy (Numerical Python) は、多数の次元配列および行列演算をサポートする Python 言語の拡張ライブラリです。さらに、多数の数学関数も提供します配列操作用のライブラリ。
NumPy は非常に高速な数学ライブラリであり、主に次のような配列計算に使用されます。
- 強力な N 次元配列オブジェクト ndarray
- ブロードキャスト関数機能 ##C/C/Fortranコード統合ツール
- # #線形代数、フーリエ変換、乱数生成とその他の関数
- NumPy Ndarray オブジェクト
NumPy の最も重要な機能は、N 次元配列オブジェクト ndarray はコレクションです。同じ型の一連のデータです。コレクション内の要素のインデックスは添字 0 で始まります。
- ndarray オブジェクトは、要素を格納するために使用される多次元配列です。配列
- #ndarray 内の各要素は、メモリ内に同じストレージ サイズの領域を持ちます。
- numpy オブジェクトの作成:
numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)
##説明 | オブジェクト | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
配列またはネストarray | dtype | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
配列要素 データ型、オプション | #copy | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| オブジェクトをコピーする必要があるかどうか、オプション | #order | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| #subok ## | #デフォルトは基本クラス型と一致する配列を返します | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
##ndmin | #生成される配列の最小次元を指定します | ##
##NumPy データ型##ブール データ型 (True または False) | int_ | ||||||||||||||||||||||||
##デフォルトの整数型 (long、int32、または int64 に似ています) C 言語) | ##intc | ||||||||||||||||||||||||
| と同じC の int 型、通常は int32 または int 64 | ##intp | ||||||||||||||||||||||||
##int8 | # バイト (-128 ～ 127) | ||||||||||||||||||||||||
##int16 | 整数 (-32768 ～ 32767) | ||||||||||||||||||||||||
| #int32 | ##整数 (-2147483648 ～ 2147483647) | ||||||||||||||||||||||||
| #整数 (-9223372036854775808 ～ 9223372036854775807) |||||||||||||||||||||||||
符号なし整数 (0 ～ 255) | |||||||||||||||||||||||||
符号なし整数 (0 ～ 65535) | ##uint32 | ||||||||||||||||||||||||
| 符号なし整数 (0 ～ 4294967295) | #uint64 | ||||||||||||||||||||||||
| #符号なし整数 (0 ～ 18446744073709551615) | |||||||||||||||||||||||||
#float_ | ##float64 型の略称
| ||||||||||||||||||||||||
##半精度浮動小数点数 (符号ビット 1、指数ビット 5、10 を含む)仮数部の数字 | |||||||||||||||||||||||||
単精度浮動小数点数、以下を含む: 1 符号ビット、8 指数ビット、23 仮数ビット | |||||||||||||||||||||||||
| 倍精度浮動小数点数 (符号ビット 1 ビット、指数ビット 11 ビット、仮数ビット 52 ビットを含む) | |||||||||||||||||||||||||
complex128 型の略称、つまり 128 ビットの複素数 |
| ||||||||||||||||||||||||
倍精度の 32 ビット浮動小数点数 (実数部と虚数部) を表す複素数 | |||||||||||||||||||||||||
##倍精度の 64 ビット浮動小数点数 (実数) を表す複素数。部と虚数部 ) | 数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面： 字节顺序是通过对数据类型预先设定 < 或 > 来决定的。 < 意味着小端法(最小值存储在最小的地址，即低位组放在最前面)。> 意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。 dtype 对象是使用以下语法构造的： 字符 对应类型 b 布尔型 i (有符号) 整型 u 无符号整型 integer f 浮点型 c 复数浮点型 m timedelta（时间间隔） M datetime（日期时间） O (Python) 对象 S, a (byte-)字符串 U Unicode V 原始数据 (void) 以上がPythonのデータ分析モジュールNumpyの基本的なデータ型を詳しく解説した記事の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。 リアルなヌード写真を作成する AI 搭載アプリ 写真から衣服を削除するオンライン AI ツール。 脱衣画像を無料で AI衣類リムーバー AIヘンタイを無料で生成します。 使いやすく無料のコードエディター 中国語版、とても使いやすい 強力な PHP 統合開発環境 ビジュアル Web 開発ツール 神レベルのコード編集ソフト（SublimeText3） PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。 CentOSシステムでのPytorchモデルの効率的なトレーニングには手順が必要であり、この記事では詳細なガイドが提供されます。 1。環境の準備：Pythonおよび依存関係のインストール：Centosシステムは通常Pythonをプリインストールしますが、バージョンは古い場合があります。 YumまたはDNFを使用してPython 3をインストールし、PIP：sudoyumupdatepython3（またはsudodnfupdatepython3）、pip3install-upgradepipをアップグレードすることをお勧めします。 cuda and cudnn（GPU加速）：nvidiagpuを使用する場合は、cudatoolをインストールする必要があります DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム（UnionFS）は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。 Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール：nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする： PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1）Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2）Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3）どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。 CentOSでPytorchバージョンを選択する場合、次の重要な要素を考慮する必要があります。1。CUDAバージョンの互換性GPUサポート：NVIDIA GPUを使用してGPU加速度を活用したい場合は、対応するCUDAバージョンをサポートするPytorchを選択する必要があります。 NVIDIA-SMIコマンドを実行することでサポートされているCUDAバージョンを表示できます。 CPUバージョン：GPUをお持ちでない場合、またはGPUを使用したくない場合は、PytorchのCPUバージョンを選択できます。 2。PythonバージョンPytorch MINIOオブジェクトストレージ：CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。 NGINXのインストールをインストールするには、次の手順に従う必要があります。開発ツール、PCRE-Devel、OpenSSL-Develなどの依存関係のインストール。 nginxソースコードパッケージをダウンロードし、それを解凍してコンパイルしてインストールし、/usr/local/nginxとしてインストールパスを指定します。 nginxユーザーとユーザーグループを作成し、アクセス許可を設定します。構成ファイルnginx.confを変更し、リスニングポートとドメイン名/IPアドレスを構成します。 nginxサービスを開始します。依存関係の問題、ポート競合、構成ファイルエラーなど、一般的なエラーに注意する必要があります。パフォーマンスの最適化は、キャッシュをオンにしたり、ワーカープロセスの数を調整するなど、特定の状況に応じて調整する必要があります。 |
