python数组求和_python数组计算的数学模块-NumPy

NumPy模块的名称是由“Numerical Python”缩写而来，这个模块是一个运行速度非常快的数学模块，主要用于数组计算。下面一起来看看NumPy模块的基本用法。

1、数组的基础知识

NumPy模块的主要特点就是引入了数组的概念。因为一维数组和列表有相似之处，所以这里借助列表来讲解数组的基本概念。演示代码如下：

1 import numpy as np

2 a = [1, 2, 3, 4]

3 b = np.array([1, 2, 3, 4]) # 创建数组的一种方式，array就是数组的意思

4 print(a) #输出变量a的值

5 print(b) #输出变量b的值

6 print(type(a)) #输出变量a的数据类型

7 print(type(b)) #输出变量b的数据类型

第3行代码中的array()是NumPy模块中的函数，用于创建数组。运行结果如下：

1 [1, 2, 3, 4] # 列表的展现形式

2 [1 2 3 4] # 数组的展现形式

3 # 变量a的数据类型为列表

4 # 变量b的数据类型为数组

接着通过提取列表和数组中的元素来帮助大家进一步理解数组，演示代码如下：

1 [1, 2, 3, 4] # 列表的展现形式

2 [1 2 3 4] # 数组的展现形式

3 # 变量a的数据类型为列表

4 # 变量b的数据类型为数组

运行结果如下：

1 2 # 提取列表a的单个元素的结果2

2 # 提取数组b的单个元素的结果

3 [1, 2] # 列表a的切片结果，遵循“左闭右开”的规则

4 [1 2] # 数组b的切片结果，也遵循“左闭右开”的规则

从运行结果可以看出，列表和数组有着相似的元素索引机制，唯一的区别就是数组中的元素用空格分隔，而列表中的元素用逗号分隔。那么NumPy模块为什么不直接使用列表来组织数据，而要引入数组这一新的数据结构呢？原因有很多，这里主要讲两点。

第一，数组能很好地支持一些数学运算，而用列表来完成这些数学运算则较为麻烦。演示代码如下：

1 import numpy as np

2 a = [1, 2, 3, 4]

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

4 c = a * 2

5 d = b * 2

6 print(c)

7 print(d)

运行结果如下：

1 [1, 2, 3, 4, 1, 2, 3, 4]

2 [2 4 6 8]

可以看到，同样是做乘法运算，列表是把元素复制了一遍，而数组则是对每个元素都进行了乘法运算。

第二，数组可以存储多维数据，而列表通常只能存储一维数据。演示代码如下：

1 import numpy as np

2 e = [[1, 2], [3, 4], [5, 6]] # 大列表里嵌套小列表

3 f = np.array([[1, 2], [3, 4], [5, 6]]) # 创建二维数组的一种方式

4 print(e)

5 print(f)

运行结果如下：

1 [[1, 2], [3, 4], [5, 6]] # 列表e的打印输出结果

2 # 数组f的打印输出结果

3 [[1 2]

4 [3 4]

5 [5 6]]

可以看到，列表e虽然包含了3个小列表，但其结构是一维的。而数组f则是3行2列的二维结构，这也是之后要学习的pandas模块的核心概念之一，因为数据处理中经常用到二维数组，即二维的表格结构。

2、数组的创建

前面我们已经了解了创建数组的一种方式——np.array(列表)。这里简单总结一下，演示代码如下：

1 import numpy as np、

2 # 创建一维数组

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

4 # 创建二维数组

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

除此之外，还有一些常见的创建数组的方式。以一维数组为例，可以使用np.arange()函数来创建一维数组，该函数的括号里可以输入1～3个参数，会得到不同的效果。演示代码如下：

1 import numpy as np

2 # 1个参数：起点取默认值0，参数值为终点，步长取默认值1，左闭右开

3 x = np.arange(5)

4 # 2个参数：第1个参数为起点，第2个参数为终点，步长取默认值1，左闭右开

5 y = np.arange(5, 10)

6 # 3个参数：第1个参数为起点，第2个参数为终点，第3个参数为步长，左闭右开

7 z = np.arange(5, 10, 2)

8 print(x)

9 print(y)

10 print(z)

运行结果如下：

1 [0 1 2 3 4]

2 [5 6 7 8 9]

3 [5 7 9]

还可以用np.random中的函数创建随机一维数组。例如，用np.random.randn(3)创建一个一维数组，其中包含服从正态分布（均值为0、标准差为1的分布）的3个随机数。演示代码如下：

1 import numpy as np

2 c = np.random.randn(3)

3 print(c)

运行结果如下：

1 [-0.59243327 0.53587119 0.15330862]

至于二维数组，可以利用创建一维数组的np.arange()函数和reshape()函数来创建。例如，将包含0～11这12个整数的一维数组转换成3行4列的二维数组，演示代码如下：

1 import numpy as np

2 d = np.arange(12).reshape(3, 4)

3 print(d)

运行结果如下：

1 [[ 0 1 2 3]

2 [ 4 5 6 7]

3 [ 8 9 10 11]]

这里再简单介绍一种创建随机整数二维数组的方法，演示代码如下：

1 import numpy as np

2 e = np.random.randint(0, 10, (4, 4))

3 print(e)

第2行代码中的np.random.randint()函数用来创建随机整数，括号里第1个参数0为起始数，第2个参数10为终止数，第3个参数(4,4)则表示创建一个4行4列的二维数组。运行结果如下：

1 [[4 1 6 3]

2 [3 0 4 8]

3 [7 8 1 8]

4 [4 6 3 6]]