numpy的使用

NumPy是一个用于科学计算的Python库，提供了支持大量维度数组和矩阵运算的功能，以及对这些数组和矩阵进行操作的广泛工具。

安装numpy

pip install numpy

引入numpy依赖

import numpy as np

创建数组

一维数组：

d1 = np.array([1, 2, 3, 4, 5 ,6])

二维数组：

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

全零数组：

#创建10个元素的数组，默认填充零
print(np.zeros(10))#一维数组
print(np.zeros((2,5)))#二维数组
print(np.zeros((2,3,4)))#三维数组

全一数组：

print(np.ones(10))#一维数组
print(np.ones((2,5)))#二维数组
print(np.ones((2,3,4)))#三维数组

数组属性

形状（shape）：
shape = array_2d.shape  # 返回数组的维度
数据类型（dtype）：
dtype = array_1d.dtype  # 返回数组的数据类型

数组操作

```bash
索引和切片：
element = array_2d[0, 1]  # 访问第一行第二列的元素
slice_1d = array_1d[1:3]  # 切片得到[2, 3]

### 数学函数

```bash
基本运算：
sum_array = np.sum(array_1d)  # 求和
mean_value = np.mean(array_1d)  # 平均值

随机数生成

生成随机数：
random_array = np.random.rand(2, 3)  # 生成2x3的随机数组

常用函数

np.arange(start, stop, step)：生成一个范围内的数组。
np.linspace(start, stop, num)：生成等间隔的数组。
np.reshape(array, new_shape)：改变数组的形状。

文件操作

保存与加载：
python
np.save('array.npy', array_1d)  # 保存数组
loaded_array = np.load('array.npy')  # 加载数组

其他功能

合并和分割数组：
combined = np.concatenate((array_1d, array_1d))  # 合并
split_arrays = np.split(array_1d, 2)  # 分割

这些是NumPy的一些基本知识点，掌握这些内容可以帮助你更有效地进行科学计算和数据分析。