加入 NumPy 数组介绍

NumPy 是 Python 中用于科学计算的核心库之一，其最显著的特点是可以进行高效的数组计算。在数据分析、机器学习及科学研究等领域都得到了广泛的应用。

在本文中，我们将介绍如何加入 NumPy 数组，从而在自己的 Python 代码中运用这一强大的库。

安装 NumPy

在开始使用 NumPy 之前，需要先将其安装到本地环境。

使用 pip 命令进行安装：

pip install numpy

安装完成后，即可在 Python 代码中使用 NumPy。

创建 NumPy 数组

创建 NumPy 数组最简单的方法是在 Python 中传递一个列表对象给 NumPy 的 array 函数。

例如：

import numpy as np

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

输出：

[1 2 3 4 5]

这样，就可以成功地创建一个包含一组数值的 NumPy 数组。

数组属性

在使用 NumPy 数组时，可以获取数组的各种属性，例如形状、维度、类型等。

例如：

import numpy as np

my_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
arr = np.array(my_list)
print("数组的形状：", arr.shape)
print("数组的维度：", arr.ndim)
print("数组的类型：", arr.dtype)

输出：

数组的形状： (3, 3)
数组的维度： 2
数组的类型： int64

数组的索引和切片

NumPy 中的数组索引和切片方法与 Python 中的列表非常相似，可以用下标访问数组中的某个元素。

例如，获取上述数组的第二行第三个元素：

import numpy as np

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

输出：

6

这里的 arr[1, 2] 表示访问数组的第 2 行（从 0 开始计数）第 3 列（同样从 0 开始计数）。

此外，还可以用切片语法访问数组的子集。

例如，获取上述数组的第一行和第一列：

import numpy as np

my_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
arr = np.array(my_list)
print(arr[:1, :1])

输出：

[[1]]

这里的 arr[:1, :1] 表示访问数组的第 1 行和第 1 列（因为 Python 中的索引范围是左闭右开的，所以需要使用 :1）。

数组运算

NumPy 数组支持各种运算，例如加减乘除、平方、指数等。

例如，对上述数组进行平方运算：

import numpy as np

my_list = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
arr = np.array(my_list)
print(arr ** 2)

输出：

[[ 1  4  9]
 [16 25 36]
 [49 64 81]]

这里的 arr ** 2 表示对数组中的每个元素都进行平方运算。

此外，还可以进行 NumPy 中的矩阵运算、广播等操作，在 NumPy 官方文档中都有详细的介绍。

总结

本文介绍了如何加入 NumPy 数组，以及其常用的操作和属性。NumPy 数组是 Python 科学计算和数据处理中的重要工具，读者可以进一步了解和研究。