极客笔记Numpy 安装、导入、数组、数组运算、数组重塑和数组拼接
Numpy是Python中用于科学计算和数据处理的重要库，提供了高效的数值操作和矩阵操作，是众多Python数据科学库的基础。Numpy中提供了向量、矩阵、数组等数据结构，使得数据处理和计算更加方便和快速。
阅读更多：Numpy 教程
安装Numpy
在安装Numpy之前，需要先安装Python和pip包管理工具。安装完成后，可以通过以下命令在命令行终端中安装Numpy：
pip install numpy
导入Numpy
安装Numpy之后，需要在Python文件中导入该库才能使用其中的函数和类。在导入Numpy时，一般使用以下语句：
import numpy as np
其中，np是自定义的别名，方便在代码中使用。
Numpy数组
Numpy最重要的数据结构是数组（array），数组可以看作是一个由相同类型的元素组成的网格。对于同一个数组，所有的元素都必须是相同类型的。
- 创建数组
可以使用Numpy提供的函数创建数组，这些函数包括：zeros、ones、arange等。
（1）使用zeros创建全0数组
import numpy as np
a = np.zeros((3,4))
print(a)
输出结果为：
array([[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]])
（2）使用ones创建全1数组
import numpy as np
b = np.ones((2,3))
print(b)
输出结果为：
array([[1., 1., 1.],
[1., 1., 1.]])
（3）使用arange创建连续数组
import numpy as np
c = np.arange(10)
print(c)
输出结果为：
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
（4）使用random创建随机数组
import numpy as np
d = np.random.random((3,2))
print(d)
输出结果为：
array([[0.11172278, 0.76548857],
[0.47173309, 0.62264767],
[0.97562849, 0.87285332]])
- 数组索引
Numpy中的数组索引和Python中的列表索引有所不同。对于Numpy数组，可以使用以下方法进行索引：
（1）切片索引
import numpy as np
a = np.arange(10)
b = a[2:6]
print(b)
输出结果为：
array([2, 3, 4, 5])
（2）条件索引
import numpy as np
a = np.array([2,5,8,10])
b = a[a>5]
print(b)
输出结果为：
array([ 8, 10])
（3）整数数组索引
import numpy as np
a = np.array([[1,2],[3,4],[5,6]])
b = a[[0,1,2],[0,1,0]]
print(b)
输出结果为：
array([1, 4, 5])
- 数组运算
Numpy中的数组可以进行各种运算，包括数学运算、逻辑运算等。下面介绍几个常用的数组运算：
（1）数学运算
import numpy as np
a = np.array([1,2,3,4,5])
b = np.array([6,7,8,9,10])
c = a + b
d = a - b
e = a * b
f = a / b
print(c, d, e, f)
输出结果为：
array([ 7,9, 11, 13, 15]) array([-5, -5, -5, -5, -5]) array([ 6, 14, 24, 36, 50]) array([0.16666667, 0.28571429, 0.375 , 0.44444444, 0.5 ])
（2）逻辑运算
import numpy as np
a = np.array([1,2,3,4,5])
b = np.array([3,2,1,4,5])
c = a == b
d = a != b
e = a > b
f = a < b
print(c, d, e, f)
输出结果为：
array([False, True, False, False, True]) array([ True, False, True, True, False]) array([False, False, True, False, False]) array([ True, False, False, False, False])
- 数组重塑
Numpy数组重塑是指将原有的数组重新调整维度来满足新需求的过程。
import numpy as np
a = np.arange(0, 6)
b = a.reshape(2, 3)
print(b)
输出结果为：
array([[0, 1, 2],
[3, 4, 5]])
- 数组拼接
Numpy中的数组拼接是指将多个数组按照一定的方式拼接成新的数组。下面介绍两种常用的数组拼接方法。
（1）水平拼接
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = np.hstack((a,b))
print(c)
输出结果为：
array([[1, 2, 5, 6],
[3, 4, 7, 8]])
（2）竖直拼接
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6]])
c = np.vstack((a,b))
print(c)
输出结果为：
array([[1, 2],
[3, 4],
[5, 6]])
总结
Numpy是Python中用于科学计算和数据处理的重要库，提供了高效的数值操作和矩阵操作。本文详细介绍了Numpy的安装、导入、数组、数组运算、数组重塑和数组拼接等内容，
随着数据相关的技术和应用越来越多地涌现出来，Python在数据处理方面的优势也日益显现，而Numpy作为基础库，在数据科学方面也扮演着越来越重要的角色。掌握Numpy的使用方法，对于从事数据分析、机器学习、深度学习等领域的人员来说都非常有帮助。