导入NumPy模块的介绍

什么是NumPy？

NumPy (Numerical Python)是Python中的一个科学计算库。它提供了高性能的多维数组对象和简单易用的工具，可用于进行各种数据操作。

导入NumPy

若要使用NumPy，需要先导入该模块。在Python中，通常以下面的方式导入：

import numpy

我们也可以对其进行重命名，以方便使用：

import numpy as np

这样，我们就可以使用“np”代替“numpy”后面的代码了。

数组生成方式

NumPy提供了多种生成数组的方法。下面是几种常用的生成方式：

从列表创建数组

a = np.array([1, 2, 3])

从元组创建数组

b = np.array((1, 2, 3))

生成指定长度的数组，元素数值为0或1

c = np.zeros(3)  # 全部元素为0的数组
d = np.ones(3)  # 全部元素为1的数组

生成指定长度的序列数组

e = np.arange(0, 6, 1)  # 从0到5共生成6个数的数组
f = np.linspace(0, 1, 5)  # 从0到1共生成5个数的数组

生成随机数数组

g = np.random.randint(0, 10, size=5)  # 生成5个0到10的随机整数
h = np.random.random(size=(2, 3))  # 生成2行3列的随机小数数组

数组的属性

数组对象有多个属性可以用于了解数组的信息等。

数组的维度

i = np.array([[1, 2], [3, 4]])
print(i.ndim)  # 输出2

数组的形状

i = np.array([[1, 2], [3, 4]])
print(i.shape)  # 输出(2, 2)

数组的元素数量

i = np.array([[1, 2], [3, 4]])
print(i.size)  # 输出4

数组的操作

数组的切片

用于获取数组的某一部分。

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

数组的赋值

用于修改数组的某些元素。

k = np.array([1, 2, 3, 4, 5])
k[2:4] = [-1, -2]  # 将第3个和第4个元素变成-1和-2
print(k)  # 输出[1, 2, -1, -2, 5]

数组的变形

用于改变数组的形状。

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

数组的运算

用于对数组进行各种运算。

m = np.array([1, 2, 3])
n = np.array([4, 5, 6])
print(m + n)  # 输出[5, 7, 9]
print(m - n)  # 输出[-3, -3, -3]
print(m * n)  # 输出[4, 10, 18]
print(m / n)  # 输出[0.25, 0.4, 0.5]

欢迎大家在评论区分享更多有用的内容！