Numpy 矩阵操作函数库

最新推荐文章于 2023-02-08 10:11:37 发布

Julia_luofang

最新推荐文章于 2023-02-08 10:11:37 发布

阅读量316

点赞数

本文链接：https://blog.csdn.net/weixin_43978453/article/details/98373684

版权

本文介绍了Python的Numpy库，用于高效处理大型矩阵。文章讲解了如何导入Numpy，创建数组，包括一维和多维数组，并展示了如何改变数组的shape。还讨论了数组的dtype属性，以及创建数组的其他方法如arange和linspace。此外，文章详细阐述了数组元素的存取、数学运算，包括ufunc函数的操作，如加减乘除、三角函数和双曲函数等。

摘要由CSDN通过智能技术生成

NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。
1.函数的导入
在使用numpy之前，首先必须导入该函数库：import numpy as np;
2.数组的创建
需要创建数组才可以对其进行操作，可以通过给array函数传递python的序列对象创建数组，如果传递的是多层嵌套的序列，将创建多维数组
例如：下面是分别创建一维数组和多维数组

a=np.array([1,2,3,4])
b=np.array([5,6,7,8])
c=np.array([1,2,4,3],[4,5,6,7],[5,4,8,9])

数组的大小可以通过shape属性获得
获得a的大小：a.shape
结果显示为（4,）表示这是4行1列(默认标准是列向量)
c.shape ：结果显示为（3,4）表示这是3行4列的数组

可以通过改变数组的shape的属性，在保持数组元素个数不变的情况下，改变数组每个轴的长度
下面的例子将数组c的shape改为（4,3）注意：从（4,3）改为（3,4）并不是对数组进行转置，而只是改变每个轴的大小，数组元素在内存中的位置不变
例如:
c.shape=4,3
显示结果如下：
array([1,4,5]
[2,5,4]
[4,6,8]
[3,7,9