导入 numpy - Python

Numpy 是一个开源的 Python 扩展库，用于数学、科学、工程等领域中的大量数据处理。它提供了高性能的多维数组对象和各种派生对象（如掩码数组和矩阵）以及用于数组操作的各种函数。

安装 numpy

在使用 numpy 之前，我们需要先安装它。可以使用 pip 命令进行安装：

pip install numpy

导入 numpy

在安装 numpy 后，在 Python 代码中可以通过 import 语句来导入 numpy：

import numpy as np

上面的代码将 numpy 导入为 np，这是在使用 numpy 时的一个约定。

numpy 数组

numpy 最重要的数据结构就是多维数组对象，即 ndarray。对于 ndarray 对象，除了可以使用 Python 内置的序列操作外，还提供了许多方便的数组操作函数。

创建 ndarray

可以使用多种方法创建 numpy 数组，例如使用 array() 函数：

import numpy as np
a = np.array([1, 2, 3])
print(a)

输出结果为：

[1 2 3]

ndarry 的属性

可以使用 ndarray 的属性来了解数组的一些信息，例如数组的形状、维度、元素类型等：

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)          # 输出 (2, 3)
print(a.ndim)           # 输出 2
print(a.dtype.name)     # 输出 int64
print(a.itemsize)       # 输出 8，即元素占用的字节数

ndarry 中的元素

可以使用下标索引来访问 ndarry 中的元素：

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a[0, 0])          # 输出 1
print(a[1, 2])          # 输出 6

ndarry 的切片

我们可以使用切片来访问 ndarry 中的部分元素：

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

输出结果为：

[[2 3]
 [5 6]]

使用数组操作

numpy 提供了各种数组操作函数，例如：

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

总结

通过本文的介绍，我们可以学习如何使用 import 语句导入 numpy，以及 numpy 数组的创建、属性、元素访问、切片和数组操作等基础内容。numpy 是一个非常强大的 Python 扩展库，可以帮助我们进行大量的数据处理和科学计算。