2024年最新Python面试精讲，Python Numpy库的教程_1(2)，【Python面试题】

收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来

如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）

正文

数组大小（元素个数）

print(arr2.size) # 输出：9

`shape`属性返回一个元组，表示数组的形状。对于二维数组来说，形状是(行数, 列数)。`dtype`属性返回数组的元素类型。`size`属性返回数组的大小，即元素的个数。


### 4. 访问数组元素


可以通过索引访问Numpy数组中的元素。

访问一维数组元素

print(arr1[0]) # 输出：1

访问二维数组元素

print(arr2[1, 2]) # 输出：6

可以使用逗号将索引分隔开，第一个索引表示行，第二个索引表示列。


除了使用整数索引，还可以使用切片来访问数组的子数组。

访问一维数组的切片

print(arr1[1:4]) # 输出：[2 3 4]

访问二维数组的切片

print(arr2[0:2, 1:3])
“”"
输出：
[[2 3]
[5 6]]
“”"

切片操作可以用于获取数组的子集，也可以用于修改数组的部分元素。


### 5. 数组运算


Numpy数组支持各种数学运算，包括加法、减法、乘法、除法、取余等。

加法

arr3 = arr1 + 5
print(arr3) # 输出：[6 7 8 9 10]

乘法

arr4 = arr2 * 2
print(arr4)
“”"
输出：
[[ 2 4 6]
[ 8 10 12]
[14 16 18]]
“”"

数组点积

dot_product = np.dot(arr1, arr1)
print(dot_product) # 输出：55

在运算过程中，如果两个数组的形状不匹配，Numpy会自动调整数组的形状进行运算。这个特性称为广播（broadcasting）。


### 6. 数组重塑


Numpy提供了一些函数来改变数组的形状。

改变数组维度

arr1_reshaped = arr1.reshape((5, 1)) # 将一维数组变为列向量
arr2_flattened = arr2.flatten() # 将二维数组展平为一维数组

`reshape`函数可以改变数组的维度，传入一个元组表示目标形状。`flatten`函数可以将多维数组展平为一维数组。


### 7. 数组合并


Numpy提供了一些函数来合并多个数组。

水平合并

arr6 = np.array([1, 2, 3])
arr7 = np.array([4, 5, 6])
arr8 = np.hstack((arr6, arr7))

垂直合并

arr9 = np.vstack((arr6, arr7))

深度合并

arr10 = np.dstack((arr6, arr7))

`hstack`函数可以将多个数组水平合并，`vstack`函数可以将多个数组垂直合并，`dstack`函数可以将多个数组以深度方向合并。


### 8. 数组统计


Numpy提供了一些函数来对数组进行统计分析。

求和

sum1 = np.sum(arr1)

最大值

max1 = np.max(arr1)

最小值

min1 = np.min(arr1)

平均值

mean1 = np.mean(arr1)

标准差

std1 = np.std(arr1)

方差

var1 = np.var(arr1)

还有其他一些函数，如`median`、`percentile`、`argmax`、`argmin`等，可以根据需要进行使用。


### 9. 随机数


Numpy提供了一些函数来生成随机数。

生成随机整数

randint1 = np.random.randint(0, 10, size=(3, 3))

生成随机浮点数

uniform1 = np.random.uniform(0, 1, size=(3, 3))

生成标准正态分布随机数

normal1 = np.random.normal(0, 1, size=(3, 3))

`randint`函数可以生成指定范围内的随机整数，`uniform`函数可以生成指定范围内的随机浮点数，`normal`函数可以生成符合正态分布的随机数。


### 10. 实例应用


让我们通过一个实例来演示Numpy库的应用。假设我们有一组学生的成绩数据，存储在一个Numpy数组中。

学生成绩数组

scores = np.array([80, 72, 85, 90, 66, 77, 88, 93, 79, 81])

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
[外链图片转存中…(img-PWuSOKCw-1713848848286)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！