VIP20
本课程属于：001-Python与MATLAB科学计算工程 数学计算科学计算与计算物理工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

NumPy广播机制与向量化计算

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与环境准备
NumPy安装 · 数组创建 · 广播与向量化的学习目标与整体路线
课程导入环境准备
02
数组形状与维度基础
shape · ndim · size属性
数组形状维度基础
03
广播机制核心规则
从右向左对齐维度 · 维度相等或为1的兼容条件 · 结果形状推导
广播机制核心规则从右向左对齐维度
04
标量与数组的广播
标量扩展机制 · 逐元素运算案例 · 与Python列表运算的对比
标量数组的广播
05
一维数组与二维数组的广播
行向量与列向量的构造 · 广播方向判断 · 常见错误分析
一维数组二维数组的广播
06
三维数组广播实战
图像RGB通道运算 · 批量数据处理中的形状对齐与结果验证
三维数组广播实战RGB
07
广播中的维度扩展技巧
np.newaxis · expand_dims · reshape(1
广播维度扩展技巧
08
广播失败场景与调试
形状不兼容报错解读 · 使用broadcast_shapes… · 调试策略
广播失败场景调试
09
广播内存与性能分析
广播视图与副本的区别 · 内存占用评估 · 避免意外大数组分配
广播内存性能分析
10
向量化计算思想
循环与向量化对比 · NumPy底层优化原理 · 性能基准测试方法
向量化计算思想循环
11
通用函数(ufunc)与向量化
一元与二元ufunc · out参数 · where条件
ufunc通用函数
12
条件逻辑向量化
np.where · np.select · 布尔掩码组合
条件逻辑向量化np.where
13
数据清洗中的向量化
缺失值处理 · 异常值替换 · 字符串数组操作
数据清洗向量化
14
统计计算向量化
沿轴聚合 · 广播结合统计量 · 标准化与归一化的高效实现
统计计算向量化沿轴聚合
15
线性代数中的广播
矩阵与向量运算 · 外积计算 · 批量矩阵乘法
线性代数广播
16
图像处理案例
RGB通道调整 · 亮度对比度向量化 · 滤镜卷积的广播实现
图像处理案例RGB
17
时间序列向量化
滑动窗口计算 · 差分与移动平均 · 多序列批量处理
时间序列向量化滑动窗口计算
18
金融数据案例
收益率计算 · 投资组合向量化 · 蒙特卡洛模拟的广播应用
金融数据案例收益率计算
19
科学计算案例
物理场模拟 · 网格数据运算 · 偏微分方程离散化的向量化
科学计算案例物理场模拟
20
机器学习特征工程
特征缩放 · 独热编码 · 多项式特征生成
机器学习特征工程特征缩放
21
广播与索引结合
高级索引 · 布尔索引与广播的协同 · 花式索引赋值
广播索引结合
22
结构化数组与广播
结构化数据类型 · 字段访问 · 多字段联合运算
结构化数组广播
23
内存布局与广播性能
C顺序与F顺序 · 视图与副本 · 广播对缓存的影响
内存布局广播性能
24
向量化函数编写
np.vectorize与fromp… · 自定义ufunc · 性能权衡
向量化函数编写np.vectorize
25
广播在聚合中的妙用
keepdims参数 · 沿轴归一化 · 广播与reduce的结合
广播聚合
26
避免常见陷阱
广播导致意外大数组 · 形状混淆 · 类型提升问题
避免常见陷阱广播导致意外大数…
27
性能优化实战
使用广播替代循环 · 减少临时数组 · 利用out参数
性能优化实战使用广播替代循环
28
综合项目一
图像批量预处理流水线——使用广播与向…
综合项目一图像批量预处理流…
29
综合项目二
销售数据多维分析——广播实现分组聚合…
综合项目二销售数据多维分析
30
课程总结与进阶方向
广播规则回顾 · 向量化最佳实践 · 扩展学习资源与后续路径
课程总结进阶方向