【Python数据分析-8】：Numpy常用操作-arange函数、linspace函数与运算

最新推荐文章于 2023-01-18 23:19:50 发布

老贡讲Python

最新推荐文章于 2023-01-18 23:19:50 发布

阅读量1.8k

点赞数

分类专栏： Python数据分析文章标签： python 开发语言后端数据分析

本文链接：https://blog.csdn.net/python4857/article/details/121431892

版权

本文介绍了Numpy在Python数据分析中的两个重要函数：arange和linspace，分别用于创建整数和等间距小数数组。还讨论了Numpy的元素级别运算，包括矩阵运算和一元运算，以及如何根据axis进行多维数组计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 arange函数

创建类似Python 的range函数功能的Numpy数组的方法：
下面的例子创建一个从1开始到10，步长为2的一维Numpy数组

In [21]: np.arange(1, 10, 2)
Out[21]: array([1, 3, 5, 7, 9])

2 linspace函数

但是当需要创建小数构成的数组时，由于一个整数到另一个整数之间存在无数个小数，使用arange就不能实现了。所以Numpy提供了linspace函数：
下面的例子生成0到10之前等距的10个数：

# np.linspace(起点，终点，需要生成的数字个数)
In [25]: np.linspace(0, 10, 10)
Out[25]:
array([ 0.        ,  1.11111111,  2.22222222,  3.33333333,  4.44444444,
        5.55555556,  6.66666667,  7.77777778,  8.88888889, 10.        ])

3 运算

Numpy运算：
Numpy的运算是基于元素级别的，具体可以看以下例子理解：

In [27]: data1 = np.arange(1, 5, 1)

In [28]: data2 = np.arange(2, 6, 1)

In [29]: data1
Out[29]: array([1, 2, 3, 4])

In [30]: data2
Out[30]: array([2, 3, 4, 5])

In [31]: data2 - data1
Out[31]: array([1, 1, 1, 1])

In [32]: data1 * 3
Out[32]: array([ 3,