【NumPy基础：数组和矢量计算（二）】【Numpy数组的基本运算+索引和切片】

最新推荐文章于 2022-12-11 17:10:29 发布
原创 最新推荐文章于 2022-12-11 17:10:29 发布 · 405 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#NumPy #Python

本文深入探讨了NumPy库中的矢量化运算原理，包括数组间运算、数组与标量运算以及不同大小数组间的广播运算。同时，详细介绍了数组的索引和切片操作，展示了如何通过索引获取数组元素以及切片的高级用法，如切片的广播特性。此外，还解释了数组切片与列表切片的区别，强调了数组切片是原始数据的视图而非副本。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

上一篇：【NumPy基础：数组和矢量计算（一）】【NumPy是什么+NumPy能干啥+NumPy Ndarray 对象+NumPy 创建数组】

文章目录

Numpy数组的基本运算

数组不用编写循环即可对数据执行批量运算，称为矢量化。

大小相等的数组之间的任何算术运算都可以对元素进行应用

在这里插入图片描述

=====================================
数组与标量的算术运算会将标量值传到各元素

在这里插入图片描述

=====================================
大小相同的数组之间的比较会生成布尔值数组

在这里插入图片描述

=====================================
不同大小的数组之间的运算叫广播。

索引和切片

一维数组的索引和切片跟Python中的列表差不多
在这里插入图片描述
标量值赋值给一个切片时，该值会自动传播（广播的内容）到整个区间。

=====================================

与列表的区别，数组切片是原始数据的视图。数据不会被复制，视图上的任何修改都会直接反映到源数组上。
在这里插入图片描述
若想要得到ndarray切片的副本而不是视图，就需要进行复制操作(array4[6:9].copy())

=====================================

在高维度数组还有更多的操作空间！
在二维数组中，各索引位置上的元素不再是标量而是一维数组

在这里插入图片描述

=====================================
在多维数组，省略后面的索引，返回对象是一个维度低一点的ndarray
标量值和数组均可赋值给切片在这里插入图片描述

=====================================
多维数组也可以访问索引
在这里插入图片描述
++++++++++++++++++++++++++++++++++++

下一篇：NumPy基础：数组和矢量计算（三）

NumPy基础：数组和矢量计算
youbingchen的博客
11-21 103
NumPy（Numerical Python的简称）是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。NumPy的部分功能如下：由于NumPy提供了一个简单易用的C API，因此很容易将数据传递给由低级语言编写的外部库，外部库也能以NumPy数组的形式将数据返回给Python。这个功能使Python成为一种包装C/C++/Fortran历史代码库的选择，并使被包装库拥有一个动态的、易用的接口。NumPy本身并没有提供多么高级的数据分析功能，理解NumPy数组以及
ch04-NumPy基础：数组和矢量计算
Evan Programming
01-30 517
NumPy（Numerical Python的简称）是高性能科学计算和数据分析的基础包。它是本书所介绍的几乎所有高级工具的构建基础。其部分功能如下 ndarray， 一个具有矢量算数运算和复杂广播能力的快速且节省空间的多维数组 用于对证书数据进行快速运算的标准数学函数（无需编写循环） 用于读写磁盘数据的工具以及用于操作内存映射文件的工具 线性代数、随机数生成以及傅里叶变换工具 用于集成由C、
Numpy:数组合矢量计算
weixin_33795806的博客
08-05 204
Numpy， 数组和矢量计算包 前几年前想学数据分析，于是就去学习Python的Numpy。然而看完《利用Python进行数据分析》后，也对它没有多大印象的。但是学了一段时间R语言，并且将R语言和Python进行一些比较，再次学习Numpy就特别轻松了。 由于学过R语言，我可以简单认为Numpy提供的多维...
NumPy入门学习（二）矢量运算和广播运算
holal的博客
07-06 457
N维数组对象nadarray核心的两个对象：矢量运算和广播运算。 一、矢量运算 将两个形状完全一样的数组与元素之间逐个相加，有两种方法：1、for-in循环实现；2、NumPy的运算表达式实现。 1. for-in循环实现数组运算 list_4x3_a = [[1,1,1],[2,2,2],[3,3,3],[4,4,4]] list_4x3_b = [[5,5,5],[5,5,5],[5,5,5],[5,5,5]] list_4x3_c = [[0,0,0],[0,0,0],[0,0,0],[0,
numpy数组及矢量计算
u014403897的专栏
04-09 806
一.ndarry对象     1.ndarry对象是一个多维数组的构造器，可以生成不同维度的多维数组。但要求每一维都有自己的格式，其使用如下：               引入包 import numpy as np               构造array ：np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]],dtype=np.floa
Numpy基础：数组和矢量计算
codingforhaifeng的博客
11-08 243
参考链接https://www.jianshu.com/p/a380222a3292
【NumPy基础：数组和矢量计算（一）】【NumPy是什么+NumPy能干啥+NumPy Ndarray 对象+NumPy 创建数组】
LinGavinQ
10-05 571
本章主要内容：NumPy是什么？NumPy能干啥？NumPy Ndarray 对象，NumPy 创建数组。
Python NumPy入门：数组与矢量计算详解
对于数组的索引和切片，NumPy也提供了灵活的语法，使得数组操作更加方便和高效。 总结来说，学习Python中的numpy不仅涉及如何创建和操作数组，还包括理解其数据类型系统、利用其内置函数进行矢量计算，以及掌握其...
Numpy基础(数组和矢量计算)01
12-21
除了以上的基本操作，NumPy还支持数组的索引和切片，这允许我们提取或修改数组的部分内容。索引和切片与Python列表的语法类似，但NumPy数组支持更复杂的多维切片和布尔索引，使得数据处理更为高效。 总的来说，...
python中numpy基础学习及进行数组和矢量计算
09-21
### Python中的Numpy基础知识与数组、矢量计算详解 #### 前言 在Python编程中，高效地处理数据是一项非常重要的技能。特别是在数据分析、科学计算等领域，如何快速且有效地处理大量的数字数据变得至关重要。Numpy...
numpy数组切片操作之[:,2]、[-1:,0:2]、[1:,-1:]等都是啥？
热门推荐
Activewaste
07-07 6万+
注：最近在看代码，有好多关于numpy库的函数，尤其对于numpy数组，什么[:,2]、[-1:,0:2]、[1:,-1:]搞得一脸懵逼，百度没找到解释得很到位的，官网教程也也真是够简洁的。所以，还是得自己去实打实的敲一下，加强理解。 numpy数组切片操作 通过冒号分隔切片参数 start:stop:step 来进行切片操作： 形如： b = a[2:7:2] # 从索引 2 开始到索引 7...
Numpy（五）ndarrays的切片
Fishfishfishfishcat
12-11 2011
介绍了ndarray的切片操作。
05 ndarray 切片
iKuboo
07-09 6915
目录 一、切片方法 二、copy方法复制 三、diag 获取对角线元素 四、unique获取唯一的元素 一、切片方法 我们除了能够一次访问一个元素之外，NumPy 还提供了访问 ndarray 子集的方式，称之为切片。切片方式是在方括号里用冒号:分隔起始和结束索引。通常，你将遇到三种类型的切片： 1. ndarray[start:end] 2. ndarray[start...
Numpy：数组（Ndarray）的索引和切片
shield911的博客
04-11 1281
Ndarray中不同维度的普通索引、切片和高级索引的使用。
详解numpy库ndarray对象的切片操作(三帽号规则)
昊虹AI笔记
02-20 1497
详解numpy库ndarray对象的切片操作
python中ndarray数组的索引和切片
weixin_41855010的博客
02-09 2388
索引和切片相当于是对数组中内容的读（read）或者查询（inquiry）。是我们获取有用信息（demanded infomation）的重要方法。 对于索引 对于1维数组：在数组名的后面用中括号[]包括索引编号，括号中填写所查询数组的编码。比如：data[1] 对于n维数组：有两种方式 第一种：用列表表示所查询数的坐标值，如data_2dim[1,0] 第二种：把多维数组看成一位数组套娃，依...
科学计算工具numpy-ndarray的矩阵处理，索引切片，拼接，函数，数组转换以及nan等
a1209849629的博客
11-26 1809
轴(axis) 在numpy中可以理解为方向,使用0,1,2…数字表示, 对于一个一维数组,只有一个0轴, 对于二维数组(shape(2,2)),有0轴和1轴, 对于三维数组(shape(2,2, 3)),有0,1,2轴 有了轴的概念之后,我们计算会更加方便,比如计算一个2维数组的平均值,必须指定是计算哪个方向上面的数字的平均值 np.arange(0,10).reshape((2,5))， reshape中2表示0轴长度(包含数据的条数)为2, 1轴长度为5, 2X5一共10个数据 索引与切片 1. 一维
Python numpy 创建数组 ndarray 方式、索引、切片
好记性不如烂笔头
09-21 2354
一、基本创建方式。 1. 基于 list 的 ndarray 创建 2. 基于元组 tuple 的 ndarray 创建 3. 基于迭代器的 ndarray 创建 二、Numpy原生函数创建。 1. zeros 用指定形状用0填充的数组。 2. ones 用指定形状用1填充的数组。 3. eye 用指定形状用0填充的数组，且对角线全为1的矩阵。 4. diag 对角线数组。 5. arange 在给定间隔内返回均匀间隔的值。 6. linspace 等差数
Numpy基础入门（3） ndarray广播，切片，坐标轴
qq_53845451的博客
12-11 1669
本节介绍了ndarray中的广播机制，切片操作与坐标轴和维度操作
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值