NumPy 数组操作：从入门到精通

引言

随着大数据时代的到来，如何高效地存储、处理大量数据成为了一个亟待解决的问题。传统的Python列表虽然灵活，但在面对大规模数据集时显得力不从心。NumPy正是在这种背景下应运而生，它提供了一种高效的数据结构——数组（Array），能够以更低的空间开销存储相同数量的数据，并且支持向量化运算，极大地提升了数据处理速度。无论是进行科学计算、数据分析还是机器学习模型训练，NumPy都是不可或缺的工具之一。

基础语法介绍

数组创建

• numpy.array(): 最常用的数组创建方式，可以将列表或其他序列转换为数组。
• numpy.zeros(), numpy.ones(), numpy.empty(): 创建特定形状的数组，分别初始化为0、1或未初始化值。
• numpy.arange(), numpy.linspace(), numpy.logspace(): 生成等差数列、等比数列或对数等比数列。

import numpy as np

# 从列表创建数组
a = np.array([1, 2, 3])
print(a)  # 输出: [1 2 3]

# 创建零数组
b = np.zeros((2, 3))
print(b)
# 输出:
# [[0. 0. 0.]
#  [0. 0. 0.]]

# 创建等差数列
c = np.arange(1, 10