极客笔记Numpy数组介绍
在本文中，我们将介绍Numpy数组，并详细介绍如何使用Numpy数组创建和操作多维数组。
阅读更多：Numpy 教程
Numpy数组概述
Numpy（Numerical Python）是Python中用于数组处理和数学计算的一个库。Numpy中的核心数据结构是Numpy数组（ndarray），也称为Numpy对象。Numpy数组是一种多维数组，由相同类型的元素组成。它是一个表格，其中同一列的元素都具有相同的数据类型，因此可以在数组中执行基于数组元素的操作。
Numpy数组可以通过以下方式创建：
– 从Python序列（列表或元组）中创建
– 使用内置的numpy函数创建
– 从文件中读取数据创建数组
以下是从Python列表创建Numpy数组的示例：
import numpy as np
a = [1, 2, 3, 4, 5]
np_a = np.array(a)
print(np_a)
输出：
[1 2 3 4 5]
使用numpy函数创建Numpy数组的示例：
arr = np.zeros((3, 4)) # 创建3x4的全0数组
print(arr)
输出：
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
Numpy数组的基本属性
在对Numpy数组进行操作之前，了解Numpy数组的一些基本属性非常有用。
- shape：返回数组的形状，即每个维度的大小。
- ndim：返回数组的维度。
- size：返回数组中元素的数量。
- dtype：返回数组元素的数据类型。
arr = np.array([[1, 2, 3], [4, 5, 6]])
print("数组的形状：", arr.shape)
print("数组的维度：", arr.ndim)
print("数组元素数量：", arr.size)
print("数组元素数据类型：", arr.dtype)
输出：
数组的形状： (2, 3)
数组的维度： 2
数组元素数量： 6
数组元素数据类型： int64
Numpy数组的索引和切片
可以像Python中的列表一样对Numpy数组进行索引和切片。
arr = np.array([[1, 2, 3], [4, 5, 6]])
print("数组的第1行第2列元素：", arr[0, 1])
print("数组的最后一行：", arr[-1])
print("数组的第1列的所有元素：", arr[:, 0])
print("数组的第1行第1到2列元素：", arr[0, 0:2])
输出：
数组的第1行第2列元素： 2
数组的最后一行： [4 5 6]
数组的第1列的所有元素： [1 4]
数组的第1行第1到2列元素： [1 2]
Numpy数组的数学运算
可以使用Numpy数组进行数学运算，例如加法、减法、乘法和除法等。
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
print("数组相加：")
print(a + b)
print("数组相减：")
print(a - b)
print("数组相乘：")
print(a * b)
print("数组相除：")
print(a / b)
print("数组求和：")
print(a.sum())
print("数组求平均值：")
print(a.mean())
print("数组求标准差：")
print(a.std())
输出：
数组相加：
[[ 6 8]
[10 12]]
数组相减：
[[-4 -4]
[-4 -4]]
数组相乘：
[[ 5 12]
[21 32]]
数组相除：
[[0.2 0.33333333]
[0.42857143 0.5 ]]
数组求和：
10
数组求平均值：
2.5
数组求标准差：
1.118033988749895
Numpy数组的广播
广播是Numpy数组计算的重要概念，允许不同形状的数组之间进行数学计算。在广播期间，Numpy将小的数组广播为大的数组的形状，以实现计算。
以下是广播的示例：
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print("数组相加：")
print(a + b)
c = np.array([[1, 2, 3], [4, 5, 6]])
d = np.array([10, 20, 30])
print("数组相加：")
print(c + d)
输出：
数组相加：
[5 7 9]
数组相加：
[[11 22 33]
[14 25 36]]
Numpy数组的排序
可以使用Numpy对数组进行排序。
arr = np.array([3, 2, 0, 1])
print("排序前的数组：", arr)
arr.sort()
print("排序后的数组：", arr)
输出：
排序前的数组： [3 2 0 1]
排序后的数组： [0 1 2 3]
Numpy数组的转置
可以使用Numpy数组转置将数组的行和列对换。
arr = np.array([[1, 2], [3, 4]])
print("原始数组：")
print(arr)
print("转置后的数组：")
print(arr.T)
输出：
原始数组：
[[1 2]
[3 4]]
转置后的数组：
[[1 3]
[2 4]]
总结
Numpy是Python中非常重要的库之一，它提供了Numpy数组对象和大量的数学计算函数，可以用于解决各种数据分析和科学计算问题。在本文中，我们介绍了如何创建Numpy数组、Numpy数组的基本属性、索引和切片、数学运算、广播、排序以及转置等基本操作。通过学习和实践这些基本的Numpy数组操作，可以更好地理解和应用Numpy库。