Numpy的基本使用

介绍

NumPy 是一个强大的 Python 库，主要用于科学计算和数据分析。它提供了支持大型多维数组和矩阵的功能，并且有许多用于操作这些数组的数学函数。

安装

pip install numpy

基本用法

1.创建数组

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)

2.数组属性

print(arr2.shape)  # 输出数组的形状
print(arr2.size)   # 输出数组的元素数量
print(arr2.dtype)  # 输出数组的数据类型

3.数组操作

# 切片
print(arr1[1:4])  # 输出: [2 3 4]

# 数组运算
arr3 = arr1 * 2
print(arr3)  # 输出: [ 2  4  6  8 10]

4.常用函数

1.创建特殊数组

zeros = np.zeros((2, 3))  # 创建 2x3 的零数组
ones = np.ones((3, 2))     # 创建 3x2 的一数组
identity = np.eye(3)       # 创建 3x3 的单位矩阵
print(zeros)
print(ones)
print(identity)

2.随机数生成

random_arr = np.random.rand(3, 2)  # 创建 3x2 的随机数组
print(random_arr)

3.数值计算

# 计算数组的均值、标准差等
mean = np.mean(arr1)
std_dev = np.std(arr1)
print("Mean:", mean)
print("Standard Deviation:", std_dev)

5数组运算

# 对数组进行逐元素运算
arr4 = np.array([1, 2, 3])
arr5 = np.array([4, 5, 6])

# 加法
sum_arr = arr4 + arr5
print("Sum:", sum_arr)

# 点积
dot_product = np.dot(arr4, arr5)
print("Dot Product:", dot_product)

# 矩阵乘法
matrix1 = np.array([[1, 2], [3, 4]])
matrix2 = np.array([[5, 6], [7, 8]])
matrix_product = np.dot(matrix1, matrix2)
print("Matrix Product:\n", matrix_product)

6.示例

import numpy as np

# 创建一个一维数组
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 计算均值和标准差
mean = np.mean(data)
std_dev = np.std(data)

print("Data:", data)
print("Mean:", mean)
print("Standard Deviation:", std_dev)

# 进行数组运算
data_squared = data ** 2
print("Squared Data:", data_squared)