Numpy是一个强大的Python科学计算库,主要用于数组计算。它提供了对多维数组对象的支持和处理这些数组的函数。
NumPy提供了多维数组对象、各种派生对象(如掩蔽数组和矩阵)以及用于数组快速操作的各种例程,包括数学、逻辑、形状操作、排序、选择、基本线性代数、基本统计操作、随机模拟等。
熟悉Numpy的使用,可以大大提高算法编写和运行的效率。以下是Numpy中常用的45个操作代码案例:
import numpy as np
arr = np.array([1, 2, 3])
transpose_arr = np.transpose(np.array([[1, 2], [3, 4]]))
zeros_arr = np.zeros(5)
ones_arr = np.ones(5)
zeros_matrix = np.zeros((3, 3))
ones_matrix = np.ones((3, 3))
empty_arr = np.empty(5)
value_arr = np.full((2, 2), 7)
arange_arr = np.arange(10, 20, 2)
random_arr = np.random.rand(3)
shape_arr = np.array([1, 2, 3, 4]).reshape(2, 2)
dimensions_arr = np.array([1, 2, 3, 4]).ndim
size_arr = np.array([1, 2, 3, 4]).size
element_arr = np.array([1, 2, 3, 4])[2]
np.array([1, 2, 3, 4])[2] = 5
in_arr = 3 in np.array([1, 2, 3, 4])
slice_arr = np.array([1, 2, 3, 4])[1:3]
concatenate_arr = np.concatenate((np.array([1, 2]), np.array([3, 4])))
split_arr = np.split(np.array([1, 2, 3, 4]), 2)
add_arr = np.add(np.array([1, 2]), np.array([3, 4]))
subtract_arr = np.subtract(np.array([5, 6]), np.array([3, 4]))
multiply_arr = np.multiply(np.array([2, 3]), np.array([4, 5]))
divide_arr = np.divide(np.array([10, 20]), np.array([5, 10]))
floor_divide_arr = np.floor_divide(np.array([10, 20]), np.array([5, 10]))
sqrt_arr = np.sqrt(np.array([4, 9]))
sum_arr = np.sum(np.array([1, 2, 3, 4]))
mean_arr = np.mean(np.array([1, 2, 3, 4]))
max_arr = np.max(np.array([1, 2, 3, 4]))
min_arr = np.min(np.array([1, 2, 3, 4]))
sort_arr = np.sort(np.array([3, 2, 1, 4]))
flip_arr = np.flip(np.array([1, 2, 3, 4]))
reverse_arr = np.reverse(np.array([1, 2, 3, 4]))
cumsum_arr = np.cumsum(np.array([1, 2, 3, 4]))
cumprod_arr = np.cumprod(np.array([1, 2, 3, 4]))
nonzero_count_arr = np.count_nonzero(np.array([0, 1, 0, 3]))
nonzero_indices_arr = np.nonzero(np.array([0, 1, 0, 3]))
unique_arr = np.unique(np.array([1, 2, 3, 2, 1]))
histogram_arr = np.histogram(np.array([1, 2, 3, 2, 1]), bins=3)
inverse_arr = np.linalg.inv(np.array([[1, 2], [3, 4]]))
eigenvalues_arr, eigenvectors_arr = np.linalg.eig(np.array([[1, 2], [3, 4]]))
u_arr, s_arr, vh_arr = np.linalg.svd(np.array([[1, 2], [3, 4]]))
x_arr = np.linalg.solve(np.array([[1, 2], [3, 4]]), np.array([5, 6]))
determinant_arr = np.linalg.det(np.array([[1, 2], [3, 4]]))
norm_arr = np.linalg.norm(np.array([1, 2, 3]))
rank_arr = np.linalg.matrix_rank(np.array([[1, 2], [3, 4]]))
以上是Numpy常用的一些操作,熟悉这些操作以后,就可以快速上手数组的使用了。
联系客服