当前位置：首页 > news >正文

【NumPy进阶】：内存视图、性能优化与高级线性代数

news 来源：原创 2025/6/24 14:49:01

1. 深入理解 NumPy 的内存视图与拷贝
- 1.1 内存视图（View）
- - 1.1.1 创建视图
  - 1.1.2 视图的特点
- 1.2 数组拷贝（Copy）
- - 1.2.1 创建拷贝
  - 1.2.2 拷贝的特点
- 1.3 视图与拷贝的选择
2. NumPy 的优化与性能提升技巧
- 2.1 向量化操作
- - 示例：向量化替代循环
- 2.2 使用内存视图而非拷贝
- 2.3 使用合适的数据类型
- 2.4 并行计算
- 2.5 使用 `numexpr` 和 `Numba` 加速
3. 探索 `np.linalg` 模块的高级线性代数运算
- 3.1 矩阵乘法
- 3.2 求解线性方程组
- 3.3 计算矩阵的逆
- 3.4 特征值和特征向量
- 3.5 奇异值分解（SVD）
总结

在基础学习的基础上，接下来我们将深入探索 NumPy 的三个重要主题：内存视图与拷贝、性能优化技巧 和 高级线性代数运算。通过掌握这些内容，你将能够更高效地处理大型数据、优化计算性能，并在实际应用中使用高级的线性代数工具。

1. 深入理解 NumPy 的内存视图与拷贝

1.1 内存视图（View）

内存视图 是对原始数组数据的引用，而不是数据的副本。通过视图修改数据会影响原始数组。视图不会占用额外的内存，非常适合大数据处理。

NumPy 中的内存视图通常指的就是ndarray 数组类型的切片。

1.1.1 创建视图

import numpy as nparr = np.array([1, 2, 3, 4, 5])# 创建一个视图
view = arr[1:4]
print("View:", view)  # 输出: [2 3 4]# 修改视图
view[0] = 99
print("Original Array:", arr)  # 输出: [ 1 99  3  4  5]

1.1.2 视图的特点

视图和原数组共享相同的内存。
视图的修改会影响原数组。
视图的创建效率高，不涉及数据复制。

1.2 数组拷贝（Copy）

拷贝是对原始数据的完整复制，修改拷贝不会影响原数组。拷贝适合需要保持原数据不变的场景。

1.2.1 创建拷贝

arr = np.array([1, 2, 3, 4, 5])# 创建一个拷贝
copy = arr[1:4].copy()
print("Copy:", copy)  # 输出: [2 3 4]# 修改拷贝
copy[0] = 99
print("Original Array:", arr)  # 输出: [1 2 3 4 5]

1.2.2 拷贝的特点

拷贝与原数组独立存储。
拷贝的修改不会影响原数组。
创建拷贝需要额外的内存和时间。

1.3 视图与拷贝的选择

使用视图：在内存敏感和数据量大的情况下，使用视图提高效率。
使用拷贝：在需要保护原始数据时，使用拷贝避免数据被意外修改。

2. NumPy 的优化与性能提升技巧

2.1 向量化操作

NumPy 的向量化操作利用底层 C 语言实现的高效算法，避免了 Python 的 for 循环，极大提高了性能。

示例：向量化替代循环

import numpy as np# 使用循环计算平方
arr = np.array([1, 2, 3, 4, 5])
squared_loop = [x**2 for x in arr]# 使用向量化计算平方
squared_vectorized = arr**2print(squared_vectorized)  # 输出: [ 1  4  9 16 25]

2.2 使用内存视图而非拷贝

避免不必要的数据拷贝，使用视图可以节省内存和时间。

arr = np.random.rand(10000)# 使用视图进行切片
view = arr[:5000]

2.3 使用合适的数据类型

选择合适的数据类型可以减少内存消耗和提高计算速度。

# 使用 float32 而不是 float64
arr = np.array([1.2, 3.4, 5.6], dtype=np.float32)

2.4 并行计算

NumPy 在底层对一些操作进行了并行化，例如矩阵乘法、求和等。

A = np.random.rand(1000, 1000)
B = np.random.rand(1000, 1000)# 并行执行矩阵乘法
result = np.dot(A, B)

2.5 使用 `numexpr` 和 `Numba` 加速

numexpr：用于加速复杂的数学表达式。
Numba：通过 Just-In-Time (JIT) 编译加速 Python 函数。

import numexpr as ne
import numpy as npa = np.random.rand(1000000)
b = np.random.rand(1000000)# 使用 numexpr 加速计算
result = ne.evaluate("a + b")

详情见此博客：【NumPy】使用numexpr和Numba加速运算

3. 探索 `np.linalg` 模块的高级线性代数运算

NumPy 的 np.linalg 模块提供了许多高级线性代数功能，包括矩阵分解、求解线性方程组、特征值分解等。

3.1 矩阵乘法

import numpy as npA = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])# 矩阵乘法
result = np.dot(A, B)
print(result)

输出：

[[19 22][43 50]]

3.2 求解线性方程组

求解形如 $A x = b$ 的线性方程组。

A = np.array([[3, 1], [1, 2]])
b = np.array([9, 8])x = np.linalg.solve(A, b)
print(x)

输出：

[2. 3.]

3.3 计算矩阵的逆

A = np.array([[1, 2], [3, 4]])
inv_A = np.linalg.inv(A)
print(inv_A)

输出：

[[-2.   1. ][ 1.5 -0.5]]

3.4 特征值和特征向量

A = np.array([[4, -2], [1, 1]])# 计算特征值和特征向量
eigenvalues, eigenvectors = np.linalg.eig(A)
print("Eigenvalues:", eigenvalues)
print("Eigenvectors:\n", eigenvectors)

3.5 奇异值分解（SVD）

A = np.array([[1, 2], [3, 4]])U, S, VT = np.linalg.svd(A)
print("U:\n", U)
print("S:\n", S)
print("VT:\n", VT)

总结

通过深入学习以上内容，你可以更灵活、高效地使用 NumPy：

内存视图与拷贝：理解何时使用视图、何时使用拷贝。
性能优化技巧：利用向量化、合适的数据类型和并行计算来提升性能。
高级线性代数运算：使用 np.linalg 模块解决复杂的线性代数问题。

继续练习这些概念和技巧，将帮助你在数据科学、机器学习和科学计算领域更上一层楼！

【NumPy进阶】：内存视图、性能优化与高级线性代数

目录 1. 深入理解 NumPy 的内存视图与拷贝1.1 内存视图（View）1.1.1 创建视图1.1.2 视图的特点 1.2 数组拷贝（Copy）1.2.1 创建拷贝1.2.2 拷贝的特点 1.3 视图与拷贝的选择 2. NumPy 的优化与性能提升技巧2.1 向量化操作示例&#x…...

编程日记 2025/6/24 14:49:01

[C++]多态

1. 什么是多态性？ 1.定义多态性是指同一个函数或操作在不同对象上表现出不同的行为。 2.分类 C 中的多态性主要分为两种： 1.编译时多态性（静态多态性）： 编译时决定调用哪个函数。通过函数重载和运算符重载实…...

编程日记 2025/6/24 18:49:03

文本编辑器与正则表达式

1. VIM 编辑器 1.1 VIM 基本概念 VIM 是一个高度可定制的文本编辑器，广泛用于程序员的日常开发中。与传统的文本编辑器不同，VIM 基于模式操作，具有以下几个主要特点： 普通模式：用于浏览和修改文本。插入模式&#x…...

编程日记 2025/6/25 7:51:46

因项目需要在鲲鹏麒麟服务器上安装Kafka v1.1.1，因此这里将安装配置过程记录下来。环境说明 # 查看系统相关详细信息 [roottest kafka_2.12-1.1.1]# uname -a Linux test.novalocal 4.19.148 #1 SMP Mon Oct 5 22:04:46 EDT 2020 aarch64 aarch64 aarch64 GNU/Li…...

编程日记 2025/6/25 7:47:08

scala基础_数据类型概览

Scala 数据类型下表列出了 Scala 支持的数据类型： 类型类别数据类型描述Scala标准库中的实际类基本类型Byte8位有符号整数，数值范围为 -128 到 127scala.Byte基本类型Short16位有符号整数，数值范围为 -32768 到 32767scala.Short基本类型I…...

编程日记 2025/6/21 16:10:16

【重生之我要苦学C语言】文件操作

文件操作为什么使用文件如果没有文件，我们写的程序的数据是存储在电脑的内存中，如果程序退出，内存回收，数据就丢失了，等再次运行程序，是看不到上次程序的数据的，如果要将数据进行持久化的保…...

编程日记 2025/6/24 15:34:15

Python中PyTorch详解

文章目录 Python中PyTorch详解一、引言二、PyTorch核心概念1、张量（Tensor）1.1、创建张量1.2、张量操作 2、自动求导（Autograd）2.1、自动求导示例三、构建神经网络1、使用nn模块2、优化器（Optimizer） 四、…...

编程日记 2025/6/20 18:04:04

Codigger SIDE之Helix编辑器

在Codigger的多维世界中，Helix编辑器以其卓越的性能和灵活性，成为开发者手中的利剑。基于Rust构建，Helix不仅继承了Vim编辑器的经典特性，更以其现代化的功能，重新定义了代码编辑的边界。模式切换的艺术 Helix的模式切…...

编程日记 2025/6/24 13:05:42

vue3+echarts+websocket分时图与K线图实时推送

一、父组件代码： <template> <div class"chart-box" v-loading"loading">  <div class"tab-box"> <div class"tab-list"> <div v-for"(item, index) in tabList…...

编程日记 2025/6/19 23:26:13

Maven常用插件清单

Maven 是一个强大的项目管理和构建工具，它使用插件来执行各种构建生命周期任务。以下是常用的一些 Maven 构建插件及其主要用途： 1. Maven Compiler Plugin 用途：编译Java源代码。配置示例：<build><plugins><plu…...

编程日记 2025/6/4 2:13:11

敏捷项目管理

虽然一直在践行敏捷开发，包括站会、尝试使用Confluence做知识wiki、每周分享等等，当然项目日常使用的coding、禅道、jira 项目管理和 jenkins 、git之类的CICD工具更不必说，但确实没有系统地去学习过敏捷开发管理。昨天被人问到敏捷开发到底是…...

编程日记 2025/5/31 14:53:28

牛客小白月赛107（A~E）

文章目录 A Cidoai的吃饭思路code B Cidoai的听歌思路code C Cidoai的植物思路code D Cidoai的猫猫思路code E Cidoai的可乐思路code 牛客小白月赛107 A Cidoai的吃饭思路签到题，按题意模拟即可 code void solve(){int n,a,b,c;cin >> n >> a &g…...

编程日记 2025/6/23 14:37:48

【传感器技术】第6章压电式传感器，压电材料，压电效应，电压放大器

关注作者了解更多我的其他CSDN专栏过程控制系统工程测试技术虚拟仪器技术可编程控制器工业现场总线数字图像处理智能控制传感器技术嵌入式系统复变函数与积分变换单片机原理线性代数大学物理热工与工程流体力学数字信号处理光电融合集成电路…...

编程日记 2025/6/20 5:28:38

基于Python深度学习的【猫狗宠物识别】系统设计实现

一、简介宠物识别系统，本系统使用Python作为主要开发语言，基于TensorFlow搭建卷积神经网络算法，并收集了37种常见的猫狗宠物种类数据集【‘阿比西尼亚猫（Abyssinian）’, ‘孟加拉猫（Bengal）’…...

编程日记 2025/6/22 9:09:50

网站多语言前端翻译translate.js 在vue项目中的使用方法

网站多语言前端翻译translate.js 在vue项目中的使用方法需求客户网站，想要多语言版本的，通常的解决办法有两种： 1、最直接的办法：编写两种，或者多种语言版本的网站，也就是一个网站有几种语言&#xff0…...

编程日记 2025/5/26 10:44:54

HTML技术贴：深入理解与实践

1. 引言 HTML（HyperText Markup Language，超文本标记语言）是构建网页和网上应用的标准标记语言。它定义了网页内容的结构和意义，由一系列元素组成，这些元素告诉浏览器如何展示内容。本技术贴旨在深入探讨HTML的核心技…...

编程日记 2025/6/20 8:18:35

在SQL Server中使用hash join来提高表连接的性能

在SQL Server中使用hash join来提高表连接性能时，需要考虑数据集的大小、索引情况以及查询的具体需求。在SQL Server中使用hash join来提高表连接性能的情况主要包括以下几种： • 两个表都没有合适的索引：Hash join通常适合当两个表都没有索…...

编程日记 2025/6/20 16:49:40

一键学懂BurpSuite（8）

声明！ 学习视频来自B站up主泷羽sec 有兴趣的师傅可以关注一下，如涉及侵权马上删除文章，笔记只是方便各位师傅的学习和探讨，文章所提到的网站以及内容，只做学习交流，其他均与本人以及泷羽sec团队无关&#…...

编程日记 2025/6/3 15:37:08

系统思考—战略决策

别用管理上的勤奋，来掩盖经营上的懒惰。日本一家物业公司，因经营不善，面临生死存亡的危机。老板为了扭转局面，采取了很多管理手段——提高员工积极性，推行业绩与绩效挂钩，实施各种考核制度。然而&#xf…...

编程日记 2025/6/3 15:37:05

mybatis，mysql之collection 与 association 不生效问题（仅是个人常犯错误）

因为自己马大哈，经常犯这个错误，原以为是拷贝的代码问题，最后发现是自己的遗漏问题！ 看代码，先看不生效的 <resultMap type"Price" id"PriceResult"><id property"priceId&qu…...

编程日记 2025/6/25 5:51:40

探索 Echarts 绘图：数据可视化的奇妙之旅

目录一、Echarts 初印象二、搭建 Echarts 绘图环境三、绘制第一个图表：柱状图的诞生四、图表的美化与定制：让数据更具吸引力 1. 主题切换：一键变换风格 2. 颜色调整：色彩搭配的艺术 3. 标签与提示框：丰富信…...

编程日记 2025/6/21 1:32:26

Python粉色圣诞树

系列文章序号直达链接表白系列1Python制作一个无法拒绝的表白界面2Python满屏飘字表白代码3Python无限弹窗满屏表白代码4Python李峋同款可写字版跳动的爱心5Python流星雨代码6Python漂浮爱心代码7Python爱心光波代码8Python普通的玫瑰花代码9Python炫酷的玫瑰花代码10Python多…...

编程日记 2025/6/20 16:02:34

JavaScript逆向时，常用的11个hook

提示：记录工作中遇到的需求及解决办法文章目录前言01、dom操作02、Cookie操作03、事件监听操作04、AJAX拦截操作05、函数替换操作06、Header操作07、URL操作08、JSON.stringify操作09、JSON.parse操作10、eval操作11、Function操作前言在逆向分析JavaScript代码时，开发者…...

编程日记 2025/6/21 8:55:23

嵌入式驱动开发详解15（电容触摸屏gt9147）

文章目录前言电容触摸屏特点MT触摸消息电容触摸屏协议电容屏触摸时序Type A 触摸点信息上报时序Type B 触摸点信息上报时序多点触摸所使用到的API函数驱动部分驱动框图设备树节点修改设备树引脚配置设备节点配置具体驱动开发I2C驱动框架I2C框架内部实现参考文献前言随着…...

编程日记 2025/6/20 14:14:37

supervision - 好用的计算机视觉 AI 工具库

Supervision库是一款出色的Python计算机视觉低代码工具，其设计初衷在于为用户提供一个便捷且高效的接口，用以处理数据集以及直观地展示检测结果。简化了对象检测、分类、标注、跟踪等计算机视觉的开发流程。开发者仅需加载数据集和模型，就能轻…...

编程日记 2025/6/20 14:15:14

软件安装不成功，一直出现“chrome_elf.dll丢失”问题是什么原因？“chrome_elf.dll丢失”要怎么解决和预防？

软件安装遇阻：“chrome_elf.dll丢失”问题全解析与解决方案在软件安装与运行的过程中，我们时常会遇到各式各样的错误提示，其中“chrome_elf.dll丢失”便是较为常见的一种。这个错误不仅阻碍了软件的正常安装，也给用户带来了不小…...

编程日记 2025/6/23 22:39:35

10篇--图像噪点消除

概念何为噪点？ 噪点：指图像收到的一些干扰因素，通常是由图像采集设备、传输信道等因素造成的，表现为图像中随机的亮度，也可以理解为有那么一些点的像素值与周围的像素值格格不入。常见的噪声类型高斯噪声&#…...

编程日记 2025/6/23 23:13:34

在 Vue 2 中，在＜el-table＞中为每一行动态插入对应的 echart 组件

更新数据结构：确保每一行数据都包含需要绘制图表的数据（例如 demandRespList 和 timeList），以便为每行生成不同的图表。修改 getTableDataPreview 方法：在获取数据后，您需要为每一行创建对应的图表配置。在 <el-table-column> 中使用 slot-scope：使用 slot-scop…...

编程日记 2025/6/23 1:47:19

protobuf c++开发快速上手指南

1、环境准备在c环境使用 protobuf，需要安装protobuf runtime以及protobuf的编译器：protoc，其作用如下表格： 需要安装的环境作用protoc将proto文件编译成c源码protobuf runtime编译c源码需要链接到protobuf库注意：…...

编程日记 2025/6/23 20:06:03

【HTML】HTML动画时钟

今天分享一个比较有趣的HTML动画时钟，感兴趣的小伙伴可以自行上手体验一番，操作也非常简单，如下： 1. 实操实践操作步骤： 创建一个文本文件 clock.txt将上述代码粘贴到 clock.txt 中。修改文件后缀，将文…...

编程日记 2025/6/21 19:48:55

2024年全国仿真创新应用大赛 | MWORKS助力“复杂系统数字仿真”赛道，获奖名单公布

2024年全国仿真创新应用大赛全国总决赛于近日圆满落幕。大赛由工业和信息化部人才交流中心主办，以“创新引领，铸就未来”为主题，来自全国的参赛院校、企业、医学科学单位、军事科学单位及仿真领域的科研院所共计422家、近1300余人参加了此次总…...

编程日记 2025/6/22 5:23:48

ionic V6 安装ios所需

npm install capacitor/ios添加ios平台 ruby要求3.0以上 rvm use ruby-3.1.0 --default npx cap add ios打开xcode看看创建的项目 npx cap open ios没有capacitor指定的位置, 估计之前pod(cocoapods)安装搞得Ruby环境很乱了......cocoapods整的我麻了... App/App/capacitor…...

编程日记 2025/6/23 16:58:48

Docker Compose 多应用部署一键部署

介绍 Docker Compose通过一个单独的docker-compose.yml模板文件(YAML格式)来定义一组相关联的应用容器，帮助我们实现多个相互关联的Docker容器的快速部署。如：springbootmysqlnginx 如果一个个去部署他会非常的麻烦，这时候可以选择Docker …...

编程日记 2025/6/20 22:31:11

ubuntu20.04安装qt creator

以上三种，选择其一安装即可回答1： 您可以按照以下步骤在ubuntu 20.04上安装Qt Creator： 打开终端并输入以下命令以更新软件包列表： sudo apt update 安装Qt Creator和Qt库： sudo apt install qtcreator qt5-def…...

编程日记 2025/6/24 5:59:17

经典NLP案例 | 推文评论情绪分析：从数据预处理到模型构建的全面指南

NLP经典案例：推文评论情绪提取项目背景 “My ridiculous dog is amazing.” [sentiment: positive] 由于所有推文每秒都在传播，很难判断特定推文背后的情绪是否会影响一家公司或一个人的品牌，因为它的病毒式传播（积极&#xff0…...

编程日记 2025/6/23 8:23:09

蓝卓生态说 | 捷创技术李恺和：把精细管理和精益生产做到极致

成功的产品离不开开放式创新和生态协同的力量。近年来，蓝卓坚持“平台生态"战略，不断加码生态，提出三个层次的开源开放生态计划，举办"春风行动”、“生态沙龙"等系列活动，与生态伙伴共生、共创、共同推…...

编程日记 2025/6/20 13:59:08

启发式搜索算法和优化算法的区别

启发式搜索算法和优化算法在计算机科学中都有广泛的应用，但它们之间存在一些明显的区别。一、定义与核心思想启发式搜索算法定义：启发式搜索算法是一类基于经验和直觉的问题求解方法，通过观察问题的特点，并根据某种指…...

编程日记 2025/6/20 5:29:13

生成树协议STP工作步骤

第一步：选择根桥优先级比较：首先比较优先级，优先级值越小的是根桥MAC地址比较：如果优先级相同，则比较MAC地址。MAC地址小的是根桥。 MAC地址比较的时候从左往右，一位一位去比第二步：所有非根…...

编程日记 2025/6/2 10:16:07

批量合并多个Excel到一个文件

工作中，我们经常需要将多个Excel的数据进行合并，很多插件都可以做这个功能。但是今天我们将介绍一个完全免费的独立软件【非插件】，来更加方便的实现这个功能。准备Excel 这里我们准备了两张待合并的Excel文件的卢易表打开的卢易表软件…...

编程日记 2025/6/24 7:51:57

如何在vue中实现父子通信

1.需要用到的组件父组件 <template><div id"app"><BaseCount :count"count" changeCount"cahngeCount"></BaseCount></div> </template><script> import BaseCount from ./components/BaseCount.v…...

编程日记 2025/6/24 1:48:17

强化学习Q-learning及其在机器人路径规划系统中的应用研究,matlab代码

一、Q-learning 算法概述 Q-learning 是一种无模型的强化学习算法，它允许智能体（agent）在没有环境模型的情况下通过与环境的交互来学习最优策略。Q-learning的核心是学习一个动作价值函数（Q-function），该函…...

编程日记 2025/6/19 17:45:06

【算法】EWMA指数加权移动平均绘制平滑曲线

EWMA（Exponentially Weighted Moving Average，指数加权移动平均）是一种常用的时间序列平滑技术，特别适用于对过去数据给予不同的权重。以下是对EWMA算法的详细介绍： 一、核心思想 EWMA算法的核心思想是通过指数衰减来…...

编程日记 2025/6/23 16:16:39

jenkins harbor安装

Harbor是一个企业级Docker镜像仓库‌。文章目录 1. 什么是Docker私有仓库2. Docker有哪些私有仓库3. Harbor简介4. Harbor安装 1. 什么是Docker私有仓库 Docker私有仓库是用于存储和管理Docker镜像的私有存储库。Docker默认会有一个公共的仓库Docker Hub，而与Dock…...

编程日记 2025/6/21 3:39:54

行为树详解（4）——节点参数配置化

【分析】行为树是否足够灵活强大依赖于足够丰富的各类条件节点和动作节点，在实现这些节点时，不可避免的，节点本身需要有一些参数供配置。这些参数可以分为静态的固定值的参数以及动态读取设置的参数。静态参数直接设置为Public即可&…...

编程日记 2025/6/24 23:58:11

在数字孪生开发领域threejs现在的最新版本已经更新到多少了？

在数字孪生开发领域three.js现在的最新版本已经更新到多少了？ 在数字孪生开发领域，three.js作为一款强大的JavaScript 3D库，广泛应用于Web3D可视化、智慧城市、智慧园区、数字孪生等多个领域。随着技术的不断进步和需求的日益增长&#xff0…...

编程日记 2025/6/22 1:33:21

UE材质常用节点

Desaturation 去色饱和度控制 Panner 贴图流动快捷键P Append 附加合并 TexCoord UV平铺大小快捷键U CustomRotator 旋转贴图 Power 幂色阶 Mask 遮罩 Lerp 线性插值快捷键L Abs 绝对值 Sin / Cos 正弦/余弦 Saturate 约束在0-1之间 Add 相加快捷键A Subtra…...

编程日记 2025/6/21 6:44:49

burp（2）利用java安装burpsuite

BurpSuite安装 burpsuite 2024.10专业版，已经内置java环境，可以直接使用， 支持Windows linux macOS！！！ 内置jre环境，无需安装java即可使用！！！ bp2024.10下载…...

编程日记 2025/6/23 0:13:08

33.攻防世界upload1

进入场景看看让上传什么类型的文件传个木马把txt后缀改为png 在bp里把png改为php 上传成功用蚁剑连接在里面找flag 得到...

编程日记 2025/5/27 7:14:12

17、ConvMixer模型原理及其PyTorch逐行实现

文章目录 1. 重点2. 思维导图 1. 重点 patch embedding : 将图形分割成不重叠的块作为图片样本特征depth wise point wise new conv2d : 将传统的卷积转换成通道隔离卷积和像素空间隔离两个部分，在保证精度下降不多的情况下大大减少参数量 2. 思维导图后续再整…...

编程日记 2025/5/31 18:09:05

【软件工程】一篇入门UML建模图（状态图、活动图、构件图、部署图）

🌈 个人主页：十二月的猫-CSDN博客 🔥 系列专栏： 🏀软件开发必练内功_十二月的猫的博客-CSDN博客 💪🏻 十二月的寒冬阻挡不了春天的脚步，十二点的黑夜遮蔽不住黎明的曙光目录 1. 前…...

编程日记 2025/6/23 18:01:16

目录

1. 深入理解 NumPy 的内存视图与拷贝

1.1 内存视图（View）

1.1.1 创建视图

1.1.2 视图的特点

1.2 数组拷贝（Copy）

1.2.1 创建拷贝

1.2.2 拷贝的特点

1.3 视图与拷贝的选择

2. NumPy 的优化与性能提升技巧

2.1 向量化操作

示例：向量化替代循环

2.2 使用内存视图而非拷贝

2.3 使用合适的数据类型

2.4 并行计算

2.5 使用 numexpr 和 Numba 加速

3. 探索 np.linalg 模块的高级线性代数运算

3.1 矩阵乘法

3.2 求解线性方程组

3.3 计算矩阵的逆

3.4 特征值和特征向量

3.5 奇异值分解（SVD）

总结

相关文章：

2.5 使用 `numexpr` 和 `Numba` 加速

3. 探索 `np.linalg` 模块的高级线性代数运算