当前位置:首页 > Python > 正文内容

[Python 教程] NumPy 数组操作详解

admin6个月前 (03-18)Python209

NumPy 数组操作详解

NumPy 是 Python 科学计算的基础库,提供高性能的多维数组对象。本文详细介绍 NumPy 数组的核心操作。

一、创建数组

import numpy as np

# 从列表创建
arr = np.array([1, 2, 3, 4, 5])

# 创建二维数组
arr2d = np.array([[1, 2], [3, 4]])

# 创建全 0 数组
zeros = np.zeros((3, 4))

# 创建全 1 数组
ones = np.ones((2, 3))

# 创建等差数列
range_arr = np.arange(0, 10, 2)  # [0, 2, 4, 6, 8]

# 创建均匀分布
linspace = np.linspace(0, 1, 5)  # [0, 0.25, 0.5, 0.75, 1]

二、数组属性

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

print(arr.shape)    # (2, 3) - 形状
print(arr.ndim)     # 2 - 维度
print(arr.size)     # 6 - 元素总数
print(arr.dtype)    # int64 - 数据类型

三、数组索引与切片

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

# 基本索引
print(arr[0])    # 1
print(arr[-1])   # 5

# 切片
print(arr[1:4])  # [2, 3, 4]
print(arr[::2])  # [1, 3, 5]

# 二维数组索引
arr2d = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2d[0, 1])    # 2
print(arr2d[:, 1])    # [2, 5] - 第二列

四、数组运算

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

# 加法
print(arr1 + arr2)  # [5, 7, 9]

# 乘法
print(arr1 * arr2)  # [4, 10, 18]

# 点积
print(np.dot(arr1, arr2))  # 32

# 广播
print(arr1 + 10)  # [11, 12, 13]

五、常用函数

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

print(np.sum(arr))      # 15 - 求和
print(np.mean(arr))     # 3.0 - 平均值
print(np.std(arr))      # 标准差
print(np.max(arr))      # 5 - 最大值
print(np.min(arr))      # 1 - 最小值
print(np.argmax(arr))   # 4 - 最大值索引
print(np.sort(arr))     # 排序

六、数组变形

arr = np.arange(12)

# 重塑
reshaped = arr.reshape(3, 4)

# 展平
flattened = reshaped.flatten()

# 转置
transposed = reshaped.T

# 合并
arr1 = np.array([1, 2])
arr2 = np.array([3, 4])
concatenated = np.concatenate([arr1, arr2])

相关文章

[Python 教程] OpenCV 绘图教程:图形与文本标注

OpenCV 绘图教程:图形与文本标注本文介绍如何在 OpenCV 中绘制各种图形和添加文本,用于图像标注和可视化。一、绘制基本图形1.1 创建画布import cv2 import&nb...

[Python 教程] Python 多线程编程指南

Python 多线程编程指南 Python 的 threading 模块提供多线程支持。本文介绍多线程编程的基础和实用技巧。 一、创建线程 import threading import time...

Python 上下文管理器的 5 个实用技巧,让你的代码更优雅

在 Python 编程中,上下文管理器(Context Manager)是一个优雅的资源管理工具。你可能已经熟悉最常见的用法——使用 with 语句打开文件,但上下文管理器的能力远不止于此。今天,我将...

Python 中利用 functools.lru_cache 实现高效缓存:从入门到进阶

Python 中利用 functools.lru_cache 实现高效缓存:从入门到进阶 在日常 Python 开发中,我们经常会遇到重复计算相同输入的问题,比如递归计算斐波那契数列、多次调用相同参...

Python装饰器实战指南:从入门到精通

Python 装饰器是许多开发者既熟悉又陌生的功能。熟悉是因为我们在框架中经常看到 @符号,陌生是因为很多人只是知其然不知其所以然。本文将从零开始,通过实际案例深入讲解装饰器的工作原理和应用场景。...

Python 异步编程完全指南:从同步到异步

# Python 异步编程完全指南:从同步到异步 # 简介 ## 异步编程的核心概念 ## 基础异步代码示例 ## 并发与并行的区分 ## 异步文件操作 ## 异步数据库操作 ## 异步...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。