python之numpy库ndarray实例（一）_np.ndarray()用法-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_42274510/article/details/80609608

这篇博客介绍了Python中numpy库的数组操作，包括创建1维和2维数组、zeros、ones、empty数组，以及数组索引、数组运算如加减乘方、点乘和比较操作，还展示了获取数组的最大值、最小值和求和等基本功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/python
# -*- coding: UTF-8 -*-

"""
接口名称：numpy之数组
使用描述：使用numpyp库的数组
"""
import  numpy as np

#参考：https://www.joinquant.com/post/92761f51325525ac6779979111f3468d?f=stydy&m=python

###########数组定义###############
#1.1 创建数组
arr=np.array([1,2,3])
print("1维数组:",arr)
print("行数:",arr.ndim)
# 查看数组的结构，返回(n,m)， 其中 n 为行数，m 为列数。
print("查看结构:",arr.shape)
# 查看元素的类型，比如 numpy.int32、numpy.float64
print("元素类型:",arr.dtype)

arr=np.array([
              [1,2],
              [4,5],
              [7,8]
              ])
print("2维数组:",arr)
print("维数:",arr.ndim)
print("结构:",arr.shape)
print("元素类型:",arr.dtype)

#1.2 特殊数组:(1)zeros数组;(2)ones数组;(3)empty数组
zerosarr=np.zeros((2,3))
print("2维zeros数组:",zerosarr)
onesarr=np.ones((2,3))
print("2维ones数组:",onesarr)
emptyarr=np.empty((3,2))
print("2维empty数组:",emptyarr) # empty创建的数组中，包含的均是无意义的数值

#1.3 序列数组,类似range函数
print("sequencearr:",np.arange(1,10,3))
print("sequencearr:",np.linspace(0,2,3))  #等差序列数组
###########数组定义###############

###########数组访问###############
# 1.4 数组索引
a = np.array([[1,2,4.0],[3,6,9]])
# 取 a 的第一行元素
print("a[0]:",a[0])
# 取 a 的第二列元素
print("a[:,1]:",a[:,1])
# 取 a 的第一行的第三个元素
print("a[0,2]:",a[0,2])
###########数组访问###############


###########数组运算###############
#1.5 数组运算
a = np.array([1,2,3])
b = np.array([4.,5,6])
# 加法运算(向量加)
c=a + b
print("加法运算:",c)
# 减法运算(向量减)
c=a - b
print("减法运算:",c)
# 乘法运算(向量乘)
c=a * b
print("乘法运算:",c)
# 乘方运算：a的2次方
c=a ** 2
print("乘方运算:",c)
# 数组点乘(向量內积)
c=np.dot(a,b)
print("数组点乘运算:",c)
# 判断大小，返回 bool 值
c=a>2
print("判断大小运算:",c)
# a中最大的元素
c=a.max()
print("a中最大的元素:",c)
# a中最小的元素
c=a.min()
print("a中最小的元素:",c)
# a的和
c=a.sum()
print("a的和:",c)
###########数组运算###############