简单易懂的NumPy函数使用方法，需要具体代码示例

NumPy是Python中非常常用的科学计算库，它提供了丰富的函数和工具来处理数组和矩阵。在本文中，我们将介绍一些NumPy中常用的函数以及它们的使用方法，并通过具体的代码示例来演示它们的功能。

一、创建数组

使用NumPy可以方便地创建各种类型的数组。下面是创建数组的几种常用方法：

使用numpy.array函数创建一维数组：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
print(a)

输出：

[1 2 3 4 5]

使用numpy.zeros函数创建一个元素全为0的数组：

b = np.zeros((3, 4))
print(b)

输出：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

使用numpy.ones函数创建一个元素全为1的数组：

c = np.ones((2, 3))
print(c)

输出：

[[1. 1. 1.]
 [1. 1. 1.]]

使用numpy.eye函数创建一个单位矩阵：

d = np.eye(3)
print(d)

输出：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

二、数组的属性和基本操作

NumPy数组有一些常用的属性和基本操作，下面是一些例子：

数组的形状：

print(a.shape)  # 输出(5,)
print(b.shape)  # 输出(3, 4)
print(c.shape)  # 输出(2, 3)
print(d.shape)  # 输出(3, 3)

数组的维度：

print(a.ndim)  # 输出1
print(b.ndim)  # 输出2
print(c.ndim)  # 输出2
print(d.ndim)  # 输出2

数组的元素个数：

print(a.size)  # 输出5
print(b.size)  # 输出12
print(c.size)  # 输出6
print(d.size)  # 输出9

数组的数据类型：

print(a.dtype)  # 输出int64
print(b.dtype)  # 输出float64
print(c.dtype)  # 输出float64
print(d.dtype)  # 输出float64

三、数组的运算

NumPy提供了丰富的数组运算操作，下面是一些例子：

数组的加法和减法：

x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

print(x + y)  # 输出[5 7 9]
print(x - y)  # 输出[-3 -3 -3]

数组的乘法和除法：

print(x * y)  # 输出[4 10 18]
print(x / y)  # 输出[0.25 0.4  0.5 ]

数组的平方和开方：

print(np.square(x))  # 输出[1 4 9]
print(np.sqrt(y))  # 输出[2. 2.236 2.449]

数组的矩阵乘法：

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

print(np.dot(a, b))  # 输出[[19 22] [43 50]]

四、数组的索引和切片

NumPy提供了访问数组元素的强大功能，下面是一些例子：

数组的索引：

a = np.array([1, 2, 3, 4, 5])

print(a[0])  # 输出1
print(a[-1])  # 输出5

数组的切片：

b = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])

print(b[0])  # 输出[1 2 3 4]
print(b[:, 0])  # 输出[1 5 9]
print(b[1:3, 1:3])  # 输出[[6 7] [10 11]]

五、数组的统计操作

NumPy提供了丰富的数组统计操作，下面是一些例子：

计算数组的和、平均值和标准差：

a = np.array([1, 2, 3, 4, 5])

print(np.sum(a))  # 输出15
print(np.mean(a))  # 输出3.0
print(np.std(a))  # 输出1.41421356

计算数组的最小值和最大值：

b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(np.min(b))  # 输出1
print(np.max(b))  # 输出9

#数组#函数
点赞 收藏 分享到：
声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至201542412@QQ.com举报，一经查实，本站将立刻删除。