python：numpy库中50个常用的函数

Numpy库是Python语言中广泛应用于科学计算和数据处理的基础库。它提供了基本的数组操作和高级数学函数。在本文中，我们将介绍50个常用的Numpy函数及其使用方法。

 numpy.array(): 将输入的列表转换为ndarray类型。

import numpy as np
x = [1, 2, 3, 4]
y = np.array(x)
print(y)

输出：[1 2 3 4]

 numpy.arange(): 创建一个数组，其中包含一个等间隔的值序列。

import numpy as np
x = np.arange(0, 10, 2)
print(x)

输出：[0 2 4 6 8]

 numpy.linspace(): 创建一个包含指定数量的等间隔数字的数组。

import numpy as np
x = np.linspace(0, 10, 5)
print(x)

输出：[ 0. 2.5 5. 7.5 10. ]

 numpy.zeros(): 返回一个全部为0的数组。

import numpy as np
x = np.zeros(3)
print(x)

输出：[0. 0. 0.]

 numpy.ones(): 返回一个全部为1的数组。

import numpy as np
x = np.ones(3)
print(x)

输出：[1. 1. 1.]

 numpy.eye(): 创建一个正方形的单位矩阵。

import numpy as np
x = np.eye(3)
print(x)

输出：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

 numpy.random.rand(): 生成指定形状的随机浮点数数组。

import numpy as np
x = np.random.rand(3, 2)
print(x)

输出：

[[0.72426815 0.924365  ]
 [0.12417771 0.30782561]
 [0.59842481 0.90001595]]

  numpy.random.randint(): 返回指定形状的随机整数数组。

import numpy as np
x = np.random.randint(0, 10, (2, 2))
print(x)

输出：

[[0 4]
 [3 3]]

  numpy.reshape(): 改变数组的形状。

import numpy as np
x = np.array([[1, 2], [3, 4], [5, 6]])
y = np.reshape(x, (2, 3))
print(y)

输出：

[[1 2 3]
 [4 5 6]]

  numpy.transpose(): 转置数组。

import numpy as np
x = np.array([[1, 2], [3, 4]])
y = np.transpose(x)
print(y)

输出：

[[1 3]
 [2 4]]

  numpy.ravel(): 压缩数组。

import numpy as np
x = np.array([[1, 2], [3, 4]])
y = np.ravel(x)
print(y)

输出：[1 2 3 4]

  numpy.concatenate(): 沿着指定的轴连接两个或多个数组。

import numpy as np
x = np.array([[1, 2], [3, 4]])
y = np.array([[5, 6], [7, 8]])
z = np.concatenate((x, y), axis=1)
print(z)

输出：

[[1 2 5 6]
 [3 4 7 8]]

  numpy.split(): 将数组拆分为多个子数组。

import numpy as np
x = np.array([1, 2, 3, 4, 5, 6])
y = np.split(x, 3)
print(y)

输出：[array([1, 2]), array([3, 4]), array([5, 6])]

  numpy.max(): 返回数组中的最大值。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.max(x)
print(y)

输出：5

  numpy.min(): 返回数组中的最小值。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.min(x)
print(y)

输出：1

  numpy.mean(): 返回数组的平均值。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.mean(x)
print(y)

输出：3.0

  numpy.median(): 返回数组的中位数。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.median(x)
print(y)

输出：3.0

  numpy.sum(): 返回数组中所有元素的总和。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.sum(x)
print(y)

输出：15

  numpy.prod(): 返回数组中所有元素的乘积。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.prod(x)
print(y)

输出：120

  numpy.std(): 返回数组的标准差。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.std(x)
print(y)

输出：1.41421356

  numpy.var(): 返回数组的方差。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.var(x)
print(y)

输出：2.0

  numpy.cumsum(): 返回沿指定轴的元素的累加和。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.cumsum(x)
print(y)

输出：[ 1 3 6 10 15]

  numpy.cumprod(): 返回沿指定轴的元素的累积积。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.cumprod(x)
print(y)

输出：[ 1 2 6 24 120]

  numpy.sort(): 返回数组的排序副本。

import numpy as np
x = np.array([5, 2, 4, 1, 3])
y = np.sort(x)
print(y)

输出：[1 2 3 4 5]

  numpy.argsort(): 返回排序索引。

import numpy as np
x = np.array([5, 2, 4, 1, 3])
y = np.argsort(x)
print(y)

输出：[3 1 4 2 0]

  numpy.searchsorted(): 在数组中查找特定元素的索引。

import numpy as np
x = np.array([1, 2, 3, 4, 5])
y = np.searchsorted(x, 3)
print(y)

输出：2

  numpy.any(): 如果数组中任何元素非零，则返回True，否则返回False。

import numpy as np
x = np.array([0, 1, 2, 3, 4])
y = np.any(x)
print