python库学习笔记–numpy
前言
numpy,数据科学库,非常简单,一学就会,一用就废!!!!
一、numpy是什么?
就是处理数组的一个库(浅薄的认知),深刻点的话。。。嗯,没啥用。不过相比使用列表数据结构,由于其底层是由C实现,因此会更快!好吧,要快干嘛不直接用C呢。
二、使用步骤
1.引入库
代码如下(示例):
import numpy as np
2.创建数组
代码如下(示例):
# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print("一维数组:", arr1)
# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print("二维数组:\n", arr2)
# 使用arange和reshape创建数组
arr3 = np.arange(10).reshape(2, 5)
print("使用arange和reshape创建的数组:\n", arr3)
显而易见,可以通过列表数据创建数组,哦,顺带一提,numpy的对象叫ndarray。
3.基本操作
# 数组的形状
print("数组的形状:", arr2.shape)
# 数组的元素类型
print("数组的元素类型:", arr2.dtype)
# 数组的元素访问
print("访问数组元素:", arr2[0, 1]) # 访问第一行第二列的元素
# 数组的基本运算
print("数组加法:", arr1 + 10)
print("数组乘法:", arr1 * 2)
print("数组相加:", arr1 + arr1)
4.高级操作
数组,还能有什么高级计算勒?
1.矩阵运算
矩阵点乘(dot)和逐个相乘(*)是不同滴。看下面例子。
# 创建两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
# 矩阵乘法
c = np.dot(a, b)
print("矩阵乘法结果:\n", c)
# 元素逐个相乘
d = a * b
print("元素逐个相乘结果:\n", d)
2.统计运算
一般来说,数据嘛,离不开统计,统计无非就是些,求和,平均,标准差,最大值,最小值。
# 创建一个数组
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
# 求和
print("数组求和:", np.sum(arr))
# 平均值
print("数组平均值:", np.mean(arr))
# 标准差
print("数组标准差:", np.std(arr))
# 最大值和最小值
print("数组最大值:", np.max(arr))
print("数组最小值:", np.min(arr))
总结
写到这不想写了,其实在使用numpy的时候只要想着这个矩阵,基本的操作都很日常,方法也很直白,想想就会啦,不会就查手册吧。
链接: numpy中文网