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。