介绍 np 库

np 是 Python 中非常常用的科学计算库，也是数据科学领域必备的一种工具。

安装

安装 np 库非常方便，只需在终端输入以下命令：

pip install numpy

使用

在使用 np 库之前，需要将其导入：

import numpy as np

创建数组

可以用 array() 方法创建数组：

arr = np.array([1, 2, 3])
print(arr)
# 输出：[1 2 3]

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

数组的运算

np 的数组可以进行按元素进行运算：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = a + b
print(c)
# 输出：[5 7 9]

d = a * b
print(d)
# 输出：[ 4 10 18]

线性代数

np 可以进行矩阵运算和线性代数计算：

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

c = np.dot(a, b)  # 矩阵相乘
print(c)
# 输出：
# [[19 22]
#  [43 50]]

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

z = np.linalg.solve(x, y)  # 求解方程组
print(z)
# 输出：[-4.  4.5]

统计

np 可以进行一些常见的统计计算：

a = np.array([[1, 2], [3, 4]])
print(np.mean(a))  # 计算平均值，输出：2.5
print(np.std(a))   # 计算标准差，输出： 1.118033988749895
print(np.max(a))   # 计算最大值，输出：4

总结

np 库为 Python 中数据科学领域提供了非常方便的工具，可以进行数组运算、线性代数运算和统计计算等。是不可或缺的一种工具库。