Python的Numpy基础语法-01

最新推荐文章于 2025-03-24 19:11:35 发布

原创最新推荐文章于 2025-03-24 19:11:35 发布 · 495 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Python

本文详细介绍了NumPy库中数组的创建方法，如array(), arange(), zeros()等，并演示了数组的维度调整（reshape和resize）、基本数学运算（加、减、乘、除、幂）以及统计分析（求平均、最大、最小、标准差、方差和总和）。通过实例展示了如何在Python中高效地处理和分析数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一些numpy里面的基本方法

import numpy as np

ar = np.array([[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,6,7,8]])  #创建一个二维数组
ar1 = np.arange(10)     #创建一个0--10的一维数组
ar2 = np.zeros((2,5))   #创建一个2X5，全为0的二维数组
print(ar)
print(ar.ndim)     #打印它的维度
print(ar.shape)    #数组的维度，对于n行m列的数组，(n,m)
print(ar.size)     #元素的总数
print(ar.dtype)    #数值的数据类型
print(ar.itemsize) #数值的字节大小

上面都是一些基本的东西，比较常用的是array()，arange(),dtype。

import numpy as np
ar = np.array([[1,2,3,4,5,6],[2,3,4,5,6,7],[3,4,5,6,7,8]])  #创建一个二维数组
ar1 = np.arange(10)     #创建一个0--10的一维数组
ar2 = np.zeros((2,5))   #创建一个2X5，全为0的二维数组

print(ar1)
print(ar1.reshape(2,5))     #把原来的数组转置为一个2X5的二维数组
print(ar2.reshape(10))      #把原来的二维数组转置成一维数组
print(np.resize(ar1,(3,4)),"\n---------") #把原来的数组转置为3X4的二维数组，如果数组里面的数少了，会默认补齐，如果多了，会自动剔除

reshape是一个转置方法，比如可以把一个0到9的一维数组转置为一个两行五列的二维数组

resize也是一个转置方法，但是他可以把一个0到9的一位数组转置为三行四列的二维数组，如果元素少了那么又会从0开始补齐。

import numpy as np

ar = np.arange(6).reshape(2,3)
print(ar)
print(ar+10)        #加法  把数组里面的每个数加十
print(ar*2)         #乘法  把数组里面的每个数乘二
print(1/(ar+1))     #除法  把数组里面的每个数先加一再除一   由于不是地板除法，所以除出来的都是小数
print(ar**0.5)      #幂    把数组里面的每个数加一个0.5次方

print(ar.mean())    #求平均值
print(ar.max())     #求最大值
print(ar.min())     #求最小值
print(ar.std())     #求标准差
print(ar.var())     #求方差
print(ar.sum(),np.sum(ar,axis=0))#求和，np.sum()->axis为0，按列求和；axis为1；按行求和

以上则是一些数组的简单运算