当前位置:首页 > Python > 正文内容

[Python 教程] NumPy 数组操作详解

admin4个月前 (03-18)Python139

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 装饰器:从入门到实战的完整指南

装饰器(Decorator)是 Python中一种优雅的设计模式,它允许我们在不修改原函数代码的前提下,动态地添加功能。想象一下,你有一个已经写好的函数,现在需要为它添加日志记录、性能监控、权限验证等...

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...

Python字典的高级技巧与实战应用

在日常Python开发中,字典(dict)是我们最亲密的数据结构伙伴。无论是配置管理、数据缓存还是API响应处理,字典都在默默地发挥作用。但很多开发者只停留在基础用法,其实Python字典还有许多高级...

Python装饰器:从基础到进阶的完整指南

装饰器(Decorator)是Python编程语言中一个非常强大的工具。简单来说,装饰器是一个可以接受函数作为参数,并返回一个新函数的函数。这种设计模式让我们能够在不修改原有函数代码的情况下,为函数...

Python 多线程基础与 ThreadPoolExecutor 实战

在 Python 中,多线程是实现并发的一种常见方式,尤其在处理 I/O 密集型任务时效果明显。本文从线程的基本概念入手,演示如何使用 threading.Thread 模块创建线程,并对比使用 Th...

Python 装饰器:从原理到实战应用的完整指南

装饰器的核心思想 装饰器本质上是一个接受函数作为参数的函数,它返回一个新的函数。这个新函数通常会包装原函数,在执行前后添加额外的逻辑。装饰器的语法糖 @ 让代码更加简洁优雅。 为什么需要装饰器?...

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。