Python中Numpy模块有哪些常用函数和数组操作方式 代码示例详解Numpy函数

NumPy（Numerical Python）是一个用于科学计算的强大库，提供了丰富的数组操作和数学函数。以下是一些常用的 NumPy 数组操作函数：

1. 创建数组

1.1 numpy.array()

创建一个 NumPy 数组。

import numpy as np

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

1.2 numpy.zeros() 和 numpy.ones()

创建指定形状的全零或全一数组。

zeros_arr = np.zeros((2, 3))  # 2行3列的全零数组
ones_arr = np.ones((2, 3))    # 2行3列的全一数组

print(zeros_arr)
print(ones_arr)

1.3 numpy.arange()

创建一个指定范围和步长的数组。

arr = np.arange(0, 10, 2)  # 从0到10，步长为2
print(arr)

2. 数组操作

2.1 形状操作

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

print(arr.shape)          # 返回数组的形状，(2, 3)
print(arr.reshape(3, 2))   # 重塑数组形状
print(arr.flatten())       # 展平数组

2.2 切片操作

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

print(arr[0, 1])      # 获取特定元素
print(arr[:, 1])      # 获取列
print(arr[1, :])      # 获取行
print(arr[0:2, 1:3])  # 切片操作

2.3 运算

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

print(arr1 + arr2)  # 数组相加
print(arr1 * arr2)  # 数组相乘
print(np.dot(arr1, arr2))  # 矩阵乘法

2.4 聚合函数

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

print(np.sum(arr))        # 求和
print(np.mean(arr))       # 平均值
print(np.max(arr))        # 最大值
print(np.min(arr))        # 最小值
print(np.argmax(arr))     # 最大值的索引
print(np.argmin(arr))     # 最小值的索引
print(np.std(arr))        # 标准差
print(np.median(arr))     # 中位数

3. 数学函数

arr = np.array([1, 2, 3, 4, 5])

print(np.sqrt(arr))       # 平方根
print(np.exp(arr))        # 指数函数
print(np.log(arr))        # 自然对数
print(np.sin(arr))        # 正弦
print(np.cos(arr))        # 余弦
print(np.tan(arr))        # 正切

这只是 NumPy 提供的一小部分函数，NumPy 还包括了许多其他函数，用于线性代数、随机数生成、统计分析等领域。NumPy 是科学计算中的基础库，深受数据科学家和工程师的喜爱。在实际应用中，根据任务的需要，你可能会用到更多丰富的 NumPy 函数。