NumPy | 数组基础

>>> from numpy import * //导入np

>>> arange(24)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19, 20, 21, 22, 23])
>>> b = arange(24).reshape(2, 3, 4) //创建2*3*4的多维数组
>>> b
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

//索引操作
>>> b[0, 0, 1] 
1
>>> b[:, 0, 0]
array([ 0, 12])
//可以用...代替连续多个:
>>> b[..., 0]
array([[ 0,  4,  8],
       [12, 16, 20]])

//展开成一维
>>> b.ravel()
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23])
>>> b.flatten()
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23])

//转置
>>> b.transpose()
array([[[ 0, 12],
        [ 4, 16],
        [ 8, 20]],

       [[ 1, 13],
        [ 5, 17],
        [ 9, 21]],

       [[ 2, 14],
        [ 6, 18],
        [10, 22]],

       [[ 3, 15],
        [ 7, 19],
        [11, 23]]])

//改变形状
>>> b.reshape(2, 12)
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23]])
>>> b.resize((3, 8))
>>> b
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15],
       [16, 17, 18, 19, 20, 21, 22, 23]])
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPyPython中用于科学计算的重要库之一,它提供了高效的多维数组对象ndarray,以及对数组进行快速操作的函数和方法。在NumPy中,数组的计算是基于元素的,也就是说,对数组中的每个元素进行操作。 下面介绍一些NumPy数组计算的基础知识: 1. 创建数组 使用numpy.array()函数可以创建一维或多维数组,例如: ``` python import numpy as np a = np.array([1, 2, 3]) # 创建一维数组 b = np.array([[1, 2], [3, 4]]) # 创建二维数组 ``` 2. 数组操作 数组的操作包括索引、切片、形状操作等。例如: ``` python c = b[1, :] # 取二维数组b的第二行 d = b[:, 1] # 取二维数组b的第二列 e = b.reshape(1, 4) # 将二维数组b转化为一维数组 ``` 3. 数组计算 NumPy支持数组与标量、数组之间的加减乘除等基本计算操作,并且进行这些操作时遵循广播规则,例如: ``` python f = a + 1 # 数组a中的每个元素都加1 g = a * b # 数组a与二维数组b的每个元素相乘 ``` 4. 数学函数 NumPy中还提供了许多数学函数,例如求和、平均值、标准差、方差等,这些函数都可以对数组进行操作,例如: ``` python h = np.sum(a) # 计算数组a的和 i = np.mean(b) # 计算二维数组b的平均值 j = np.std(a) # 计算数组a的标准差 k = np.var(b) # 计算二维数组b的方差 ``` 这些都是NumPy数组计算的基础知识,掌握了这些知识之后,可以更加高效地进行科学计算。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值