📅  最后修改于: 2023-12-03 15:18:03.108000             🧑  作者: Mango
NumPy 是 Python 中用于科学计算的一个基础包,它提供了高性能的多维数组对象以及操作这些数组的工具。在 NumPy 中,数组的维度被称为轴(axes),轴的个数称为秩(rank)。例如,在 3D 空间中,有三个轴,分别是 x,y,z。每个轴上都有一个大小(size),它表示该轴对应数组中的元素数。
在 NumPy 中,我们可以使用多种方式来初始化数组,在本文中,我们将会介绍其中的几种常见方式,以及如何对数组进行修改和转换。
在使用 NumPy 之前,我们需要先导入该模块。
import numpy as np
通过上述代码,我们将 numpy 模块导入,并将其别名设置为 np。
我们可以使用 array 函数从列表或元组中创建数组。
a = np.array([1, 2, 3])
print(a)
# 输出:[1 2 3]
b = np.array((4, 5, 6))
print(b)
# 输出:[4 5 6]
我们可以使用 arange 函数创建等差数列数组。
c = np.arange(0, 10, 2)
print(c)
# 输出:[0 2 4 6 8]
我们可以使用 linspace 函数创建等距数列数组。
d = np.linspace(0, 1, 5)
print(d)
# 输出:[0. 0.25 0.5 0.75 1. ]
我们可以使用 zeros 函数创建全零数组,使用 ones 函数创建全一数组。
e = np.zeros((3, 3))
print(e)
# 输出:
# [[ 0. 0. 0.]
# [ 0. 0. 0.]
# [ 0. 0. 0.]]
f = np.ones((2, 2))
print(f)
# 输出:
# [[ 1. 1.]
# [ 1. 1.]]
单位矩阵又称为恒等矩阵,是指对角线上都为 1,其余元素都为 0 的方阵。在 NumPy 中,可以使用 eye 函数创建单位矩阵。
g = np.eye(4)
print(g)
# 输出:
# [[ 1. 0. 0. 0.]
# [ 0. 1. 0. 0.]
# [ 0. 0. 1. 0.]
# [ 0. 0. 0. 1.]]
我们可以使用 reshape 函数来修改数组的形状。
h = np.arange(24)
i = h.reshape((4, 6))
print(i)
# 输出:
# [[ 0 1 2 3 4 5]
# [ 6 7 8 9 10 11]
# [12 13 14 15 16 17]
# [18 19 20 21 22 23]]
我们可以使用 flip 函数对数组进行翻转。
j = np.array([[1, 2, 3], [4, 5, 6]])
k = np.flip(j, axis=0)
print(k)
# 输出:
# [[4 5 6]
# [1 2 3]]
我们可以使用 transpose 函数对数组进行转置操作。
l = np.array([[1, 2, 3], [4, 5, 6]])
m = np.transpose(l)
print(m)
# 输出:
# [[1 4]
# [2 5]
# [3 6]]
我们可以使用 concatenate 函数对数组进行拼接操作。
n = np.array([1, 2, 3])
o = np.array([4, 5, 6])
p = np.concatenate((n, o))
print(p)
# 输出:[1 2 3 4 5 6]
在本文中,我们已经介绍了几种常见的初始化数组的方式,以及如何对数组进行修改和转换。这些操作可以帮助我们更加灵活地使用 NumPy 进行科学计算。