博客

Python NumPy教程之数组的基本操作详解

  • Post category:Python

Python NumPy教程之数组的基本操作详解

什么是NumPy？

NumPy是Python语言的一个扩展程序库，支持大量的维度数组与矩阵运算，具有快速、灵活且易于使用的特点，常用于科学计算、数据分析和机器学习等领域。

数组的基本操作

创建数组

  • numpy.array(object, dtype=None)

将列表等对象转化为数组。

示例：

import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)

输出：

[1 2 3 4]
  • numpy.zeros(shape, dtype=float, order=’C’)

创建指定形状的全0数组。

示例：

import numpy as np

arr = np.zeros((2, 3))
print(arr)

输出：

[[0. 0. 0.]
 [0. 0. 0.]]

数组的索引和切片

NumPy数组的索引和切片与Python列表类似，但是支持多维度切片。

示例：

import numpy as np

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

print(arr[0])
# 输出 [1 2 3]

print(arr[:, 1])
# 输出 [2 5]

数组的运算

  • 数组加减乘除

数组加减乘除支持两个相同形状的数组之间的运算，可以使用+、-、*和/ 符号进行操作。

示例：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

print(arr1 + arr2)
# 输出 [[ 6  8]
#      [10 12]]

print(arr1 * arr2)
# 输出 [[ 5 12]
#      [21 32]]
  • 数组的转置

使用T属性可以将一个数组的维度进行转置。

示例：

import numpy as np

arr = np.array([[1, 2], [3, 4]])

print(arr)
# 输出 [[1 2]
#      [3 4]]

print(arr.T)
# 输出 [[1 3]
#      [2 4]]

总结

本文简要介绍了NumPy的数组操作，包括数组的创建、索引和切片、运算和转置等操作，希望能够帮助初学者更好地使用该库。

至此，Python NumPy教程之数组的基本操作详解讲解完成。

Tags: