在 Python 中使用 'na'

na 是一个在 Python 中使用的数值计算库，其主要目的是提供高效的数组操作。na 的核心是 ndarray，即 n-dimensional array，可以理解为是一个多维数组。在 na 中，ndarray 对象具有矢量算术运算和复杂的广播能力，可以大大减少编写循环的需要，从而提高代码的效率。

安装

安装 na 可以使用以下命令：

pip install numpy

基本用法

import numpy as np

# 创建ndarray对象
a = np.array([1, 2, 3])
print(a)    # 输出：[1 2 3]

b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)    # 输出：[[1 2 3]
            #        [4 5 6]]

# 常用属性
print(a.shape)  # 输出：(3,)
print(b.shape)  # 输出：(2, 3)
print(a.ndim)   # 输出：1
print(b.ndim)   # 输出：2
print(a.dtype)  # 输出：int64
print(b.dtype)  # 输出：int64

# 常用函数
c = np.zeros((2, 3))    # 创建一个 2x3 的全为0的矩阵
d = np.ones((2, 3))     # 创建一个 2x3 的全为1的矩阵
e = np.eye(3)           # 创建一个 3x3 的单位矩阵
f = np.random.random((2, 3))   # 创建一个 2x3 的随机数组

print(c)
print(d)
print(e)
print(f)

数组操作

import numpy as np

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

# 矢量加法和乘法
c = a + b
d = a * b
print(c)    # 输出：[5 7 9]
print(d)    # 输出：[ 4 10 18]

# 数组切片
e = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
f = e[:2, 1:3]
print(f)    # 输出：[[2 3]
            #        [5 6]]

# 转置
g = e.T
print(g)    # 输出：[[1 4 7]
            #        [2 5 8]
            #        [3 6 9]]

# 广播
h = np.array([[1, 2, 3], [4, 5, 6]])
i = np.array([10, 20, 30])
j = h + i
print(j)    # 输出：[[11 22 33]
            #        [14 25 36]]

# 常用统计函数
k = np.array([[1, 2, 3], [4, 5, 6]])
print(k.sum())      # 输出：21
print(k.mean())     # 输出：3.5
print(k.std())      # 输出：1.707825127659933
print(k.min())      # 输出：1
print(k.max())      # 输出：6
print(k.argmax())   # 输出：5

其他

na 还有很多其他的用法，包括线性代数、傅里叶变换、图像处理等。文档可以在官方网站上找到。

更多内容请参考 官方文档。