📅  最后修改于: 2023-12-03 14:46:12.554000             🧑  作者: Mango
Numpy是一个功能强大的Python库,用于进行科学计算和数据分析。它提供了高效的多维数组对象(例如ndarrays),以及用于操作这些数组的各种函数。Numpy是许多其他Python科学计算库的基础,例如Pandas、Scipy和Matplotlib。
pip install numpy
在使用Numpy之前,需要先导入它:
import numpy as np
Numpy最基本的数据结构是ndarray(N-dimensional array),它是一个多维数组对象。可以使用多种方法创建Numpy数组:
my_list = [1, 2, 3, 4, 5]
arr = np.array(my_list)
print(arr)
arr = np.arange(0, 10, 2) # 从0到10(不包括)以2为步长
print(arr)
zeros_arr = np.zeros((2, 3)) # 创建一个2x3的全零数组
ones_arr = np.ones((3, 4)) # 创建一个3x4的全一数组
Numpy提供了丰富的数组运算函数,可以对数组进行逐元素操作:
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = arr1 + arr2
print(result)
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = arr1 * arr2
print(result)
arr = np.array([4, 9, 16])
result = np.sqrt(arr)
print(result)
可以使用索引和切片操作从Numpy数组中获取特定元素或子数组:
arr = np.array([1, 2, 3, 4, 5])
print(arr[2]) # 输出第3个元素
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4]) # 输出索引1到3的元素
可以使用ndarray的属性来获取数组的形状和维度信息:
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape) # 输出(2, 3),表示2行3列的数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim) # 输出2,表示2维数组
Numpy是Python中一个非常强大的科学计算库,它提供了高效的多维数组对象和各种操作函数,可以方便地进行数值计算和数据分析。熟练使用Numpy将提高Python程序员的工作效率,并且它还是学习其他Python科学计算库的基础。