深度学习入门 : 基于Python的理论与实现

  第 1章　Python 入门

16

>>> X > 15

array([ True, True, False, True, False, False], dtype=bool)

>>> X[X>15]

array([51, 55, 19])

对

NumPy

数组使用不等号运算符等（上例中是

X > 15

）, 结果会得到一个

布尔型的数组。上例中就是使用这个布尔型数组取出了数组的各个元素（取

出

True

对应的元素）。

Python 等动态类型语言一般比 C 和 C++ 等静态类型语言（编译型语言）

运算速度慢。实际上，如果是运算量大的处理对象，用C/C++写程

序更好。为此，当 Python 中追求性能时，人们会用 C/C++ 来实现

处理的内容。Python则承担“中间人”的角色，负责调用那些用C/

C++ 写的程序。NumPy 中，主要的处理也都是通过 C 或 C++ 实现的。

因此，我们可以在不损失性能的情况下，使用Python 便利的语法。

1.6

Matplotlib

在深度学习的实验中，图形的绘制和数据的可视化非常重要。

Matplotlib

是用于绘制图形的库，使用

Matplotlib

可以轻松地绘制图形和实现数据的可

视化。这里，我们来介绍一下图形的绘制方法和图像的显示方法。

1.6.1

　绘制简单图形

可以使用

matplotlib

的

pyplot

模块绘制图形。话不多说，我们来看一个

绘制

sin

函数曲线的例子。

import numpy as np

import matplotlib.pyplot as plt

#