python 之 numpy 库

关于数组的操作

NumPy 提供了丰富的功能和函数用于对数组进行各种操作。以下是一些常用的 NumPy 数组操作：

创建数组：

1. 创建数组：

   • np.array(): 从Python列表或元组创建数组。

     arr = np.array([1, 2, 3])
     # 输出 [1 2 3]
     

2. 生成特定形状的数组：

   • np.zeros(), np.ones(): 创建全零或全一数组。

     zeros_arr = np.zeros((2, 3))
     ones_arr = np.ones((3, 3))
     

   • np.arange(), np.linspace(): 生成等差数列或等间隔数列。

     arange_arr = np.arange(0, 10, 2)
     linspace_arr = np.linspace(0, 1, 5)
     

   • np.eye(): 创建单位矩阵。

     eye_arr = np.eye(3)
     

数组操作：

3. 形状操作：

   • arr.shape: 获取数组的形状。

   • arr.reshape(): 改变数组的形状。

     arr_reshaped = arr.reshape((3, 1))
     

   • np.concatenate(): 沿指定轴连接数组。

     concatenated_arr = np.concatenate((arr1, arr2), axis=0)
     

4. 索引和切片：

   • 使用中括号 [] 进行索引和切片操作。

     element = arr[1]
     subarray = arr[1:3]
     

   • 使用布尔索引选择满足条件的元素。

     condition = arr > 2
     selected_elements = arr[condition]
     

5. 数学和统计操作：

   • np.sum(), np.mean(), np.std(): 计算数组的总和、均值、标准差等。

     total_sum = np.sum(arr)
     mean_value = np.mean(arr)
     std_dev = np.std(arr)
     

   • np.min(), np.max(), np.argmin(), np.argmax(): 获取最小值、最大值及其索引。

     min_value = np.min(arr)
     max_index = np.argmax(arr)
     

6. 广播操作：

   • NumPy 允许不同形状的数组进行算术运算，称为广播。

     broadcasted_result = arr + 5
     

线性代数操作：

7. 矩阵运算：

   • np.dot(), np.matmul(): 执行矩阵乘法。

     matrix_product = np.dot(matrix1, matrix2)
     

   • np.transpose(): 转置矩阵。

     transposed_matrix = np.transpose(matrix)
     

   • np.linalg.inv(): 计算矩阵的逆。

     inverse_matrix = np.linalg.inv(matrix)