numpy 入门教程

Numpy 是 Python 中一个非常重要的科学计算库，它提供了多维数组对象、派生对象（如掩码数组和矩阵）以及用于快速操作数组的各种例程，包括数学、逻辑、形状操作、排序、选择、I/O、离散傅立叶变换、基本线性代数、基本统计运算、随机模拟等等。

以下是一些基本的 Numpy 入门教程内容：

1. 安装 Numpy: 使用 pip 安装 Numpy：

   pip install numpy

2. 导入 Numpy: 在 Python 脚本中导入 Numpy：

   import numpy as np

3. 创建数组: 创建一维和多维数组：

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

4. 数组属性: 查看数组的形状、类型等属性：

   print(a.shape) # 输出数组的形状 print(a.dtype) # 输出数组的数据类型

5. 数组运算: 基本的数组运算，包括加法、减法、乘法等：

   c = a + 5 d = b * 2

6. 数组切片: 对数组进行切片操作：

   e = b[0, 1:3] # 获取 b 数组第一行的第二列到第三列

7. 数组索引: 使用不同的索引方式访问数组元素：

   f = b[:, 1] # 获取 b 数组中所有行的第二列

8. 数组函数: 使用 Numpy 的函数进行数学运算，如求和、平均值等：

   print(np.sum(a)) # 求和 print(np.mean(b)) # 求平均值

9. 广播: Numpy 的广播机制允许不同大小的数组进行算术运算：

   g = a + b # a 会被广播以匹配 b 的形状

10. 随机数生成: 使用 Numpy 生成随机数数组：

    h = np.random.rand(2, 3) # 生成 2x3 的随机数组

11. 线性代数: 使用 Numpy 进行矩阵运算，如矩阵乘法：

    i = np.dot(b, b.T) # 矩阵乘法

12. 文件读写: 读写数组到文件：

    np.save('some_array', a) # 保存数组 a 到文件 a = np.load('some_array.npy') # 从文件加载数组

这只是 Numpy 的一些基础用法，Numpy 的功能非常强大，可以进行更复杂的数学和科学计算。你可以查看官方文档或在线教程来获取更详细的信息和高级用法。