Python 使用 Numpy - Python

简介

Numpy是一个功能强大的Python库，用于进行科学计算和数据分析。它提供了高效的多维数组对象（例如ndarrays），以及用于操作这些数组的各种函数。Numpy是许多其他Python科学计算库的基础，例如Pandas、Scipy和Matplotlib。

安装

pip install numpy

导入Numpy

在使用Numpy之前，需要先导入它：

import numpy as np

创建Numpy数组

Numpy最基本的数据结构是ndarray（N-dimensional array），它是一个多维数组对象。可以使用多种方法创建Numpy数组：

从Python列表创建

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

创建一个范围内的数组

arr = np.arange(0, 10, 2)  # 从0到10（不包括）以2为步长
print(arr)

创建一个全为零或全为一的数组

zeros_arr = np.zeros((2, 3))  # 创建一个2x3的全零数组
ones_arr = np.ones((3, 4))  # 创建一个3x4的全一数组

数组运算

Numpy提供了丰富的数组运算函数，可以对数组进行逐元素操作：

数组加法

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = arr1 + arr2
print(result)

数组乘法

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = arr1 * arr2
print(result)

数组平方根

arr = np.array([4, 9, 16])
result = np.sqrt(arr)
print(result)

数组索引和切片

可以使用索引和切片操作从Numpy数组中获取特定元素或子数组：

索引

arr = np.array([1, 2, 3, 4, 5])
print(arr[2])  # 输出第3个元素

切片

arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])  # 输出索引1到3的元素

数组形状和维度

可以使用ndarray的属性来获取数组的形状和维度信息：

形状

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出(2, 3)，表示2行3列的数组

维度

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)  # 输出2，表示2维数组

总结

Numpy是Python中一个非常强大的科学计算库，它提供了高效的多维数组对象和各种操作函数，可以方便地进行数值计算和数据分析。熟练使用Numpy将提高Python程序员的工作效率，并且它还是学习其他Python科学计算库的基础。