Python之Numpy 常用函数总结

NumPy是Python中用于科学计算的一个重要库，它提供了高效的多维数组对象和各种派生对象，包括阵。本攻略将详细讲解NumPy常用函数。

创建NumPy数组

NumPy数组可以使用numpy.array()函数创建。下面是一个创建NumPy数组的示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3])

# 创建一个二维数组
b = np.array([[1, 2], [3, 4]])

# 打印数组
print(a)
print(b)

在上面的示例中，我们首先导入了NumPy，然后使用np.array()函数创建了一个一维数组和一个二维数组，并将结果保存在变量a和b中。最后，使用print()函数打印出了数组。

输出结果为：

[1 2 3]
[[1 2]
3 4]]

我们可以使用shape属性来获取数组的形状。下面是一个获取数组形状的示：

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2], [3, 4]])

# 获取数组形状
print(a.shape)

在上面的示例中，我们首先导入了NumPy，然后使用np.array()函数创建了一个二维数组，并将结果保存在变量a中。最后，使用shape属性获取了数组的形状。

输出结果为：

(2, 2)

我们可以使用dtype属性来获取数组的类型。下面是获取数组类型的示例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3])

# 获取数组类型
print(a.dtype)

在上面的示例中，我们首先导入了NumPy，然后使用np.array()函数创建了一个一维数组，并将结果保存在变量a中。后，使用dtype属性获取了数组的类型。

输出结果为：

int64

我们可以使用索引和切片来访问数组中的元素。下面是一个访问数组元素的示例：

import numpy as np

# 创建一个二维数组
a = np.array([[1, 2], [3, 4]])

# 访问数组元素
print(a[0, 0])
print(a[1, 1])
print(a[:, 0])

在上面的示例中，我们首先导入了NumPy，然后使用np.array()函数创建了一个二维数组，并将结果保存在量a中。最后，使用索引和切片访问了数组中的元素。

输出结果为：

1
4
[1 ]

我们可以使用运算符和函数对数组进行运算。下面是一个对数组进行运算的示例：

import numpy np

# 创建两个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

#组加法
c = a + b

# 数组乘法
d = a * b

# 打印结果
print(c)
print(d)

在上面的示例中，我们首先入了NumPy，然后使用np.array()函数创建了两个一维数组a和b。然后，使用运算符和函数对数组进行了加法和乘法运算，并将结果保存在变量c和d中。后，使用print()函数打印出了结果。

输出结果为：

[5 7 9]
[ 4 10 18]

下面是一个创建一个3×3的并获取其形状的示例：

import numpy as np

# 创建一个3x3的数组
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 获取数组形状
print(a.shape)

在上面的示例中，我们使用np.array()函数创建了一个3×3的数组，并将结果保存在变量a中。最后，使用shape属性获取了数组的形状。

输出结果为：

(3, 3)

下面是一个对数组进行平均值计算的例：

import numpy as np

# 创建一个一维数组
a = np.array([1, 2, 3, 4, 5])

#算数组平均值
b = np.mean(a)

# 打印结果
print(b)

在上面的示例中，我们使用np.array()函数创建了一个一维数组a。然后，使用np()函数计算了数组的平均值，并将结果保存在变量b中。最后，使用print()函数打印出了结果。

输出为：

3.0

本攻略详细讲解了NumPy常用函数，包括创建NumPy数组、获取数组形状和类型、数组的索引和切片、数组的运等。掌握这些知识可以帮助我们更好地处理和分析数据。