博客

python numpy库介绍

  • Post category:Python

Python Numpy库介绍

什么是Numpy？

Numpy是Python中用于数字计算的库，它提供了由数组和矩阵来进行数值计算的基础工具。在Numpy中提供了一些内置函数，如线性代数、傅里叶变换和随机数生成等等。

安装Numpy

在终端中输入以下命令即可安装numpy: 

pip install numpy

创建一个数组

使用numpy库，我们可以很容易地创建一个数组。下面的示例创建了一个包含10个元素的numpy数组：

import numpy as np

my_array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

print(my_array)

输出结果为：

[ 1  2  3  4  5  6  7  8  9 10]

数组基本操作

Numpy中的数组可以进行一些基本的操作，例如总和、平均数、标准差等等。下面的示例演示了如何计算数组中元素的总和： 

import numpy as np

my_array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

print(np.sum(my_array))

输出结果为：

55

二维数组

Numpy中的数组可以是多维数组。下面的示例显示了如何创建一个二维数组并访问它的元素： 

import numpy as np

my_2d_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(my_2d_array) 
print(my_2d_array[0][0])

输出结果为：

[[1 2 3]
 [4 5 6]
 [7 8 9]]
1

数组形状

Numpy中的数组有不同的形状，即行数和列数。可以使用shape函数来获取数组的形状。下面的示例显示了如何获取一个二维数组的形状： 

import numpy as np

my_2d_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(np.shape(my_2d_array))

输出结果为：

(3, 3)

数组切片

Numpy中的数组可以被切片。下面的示例显示了如何获取一个数组的子组： 

import numpy as np

my_array = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

print(my_array[2:5])

输出结果为：

[3 4 5]

数组转置

Numpy中的数组可以被转置。下面的示例显示了如何获取一个数组的转置矩阵： 

import numpy as np

my_2d_array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(np.transpose(my_2d_array))

输出结果为：

[[1 4 7]
 [2 5 8]
 [3 6 9]]

这些示例显示了Numpy库的一些基本用法。在实际应用中，Numpy可以用于更复杂的数值计算任务。

Tags: ,