NumPy 实战，高频操作助你轻松搞定数据分析

1. 数组的创建与初始化

数组的创建是所有操作的基础，NumPy提供了多种方式来初始化数组。

import numpy as np

# 创建全0数组
zeros = np.zeros((3, 4))  # 3行4列全0矩阵

# 创建全1数组
ones = np.ones((2, 5))    # 2行5列全1矩阵

# 创建等差数列
linspace = np.linspace(0, 10, 5)  # 从0到10，分成5个等分

# 创建随机数数组
random = np.random.rand(3, 3)  # 3x3均匀分布随机数

# 创建空数组（未初始化）
empty = np.empty(5)  # 长度为5的空数组

关键点解析：

• np.zeros()和np.ones()：常用于初始化结果数组。
• np.linspace()：适用于生成等间隔样本。
• np.random.rand()：随机数生成是数据科学的基础。

2. 数组的索引与切片

数组的索引和切片是数据访问的核心操作。

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

# 单元素索引
print(arr[2])  # 输出：3

# 切片操作
print(arr[1:4])  # 输出：[2 3 4]

# 多维数组切片
mat