Fonction Numpy : analyse complète et application approfondie

Explication détaillée des fonctions numpy : du débutant au maître

Introduction :
Dans le domaine de la science des données et de l'apprentissage automatique, numpy est une bibliothèque Python très importante. Il fournit des outils de manipulation de tableaux multidimensionnels efficaces et puissants, rendant le traitement de données à grande échelle facile et rapide. Cet article présentera en détail certaines des fonctions les plus couramment utilisées dans la bibliothèque numpy, notamment la création de tableaux, l'indexation, le découpage, les opérations et les transformations, et donnera également des exemples de code spécifiques.

1. Création d'un tableau

1. Utilisez la fonction numpy.array() pour créer un tableau.

   import numpy as np
   
   # 创建一维数组
   arr1 = np.array([1, 2, 3, 4, 5])
   print(arr1)
   
   # 创建二维数组
   arr2 = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr2)
   
   # 创建全0/1数组
   arr_zeros = np.zeros((2, 3))
   print(arr_zeros)
   
   arr_ones = np.ones((2, 3))
   print(arr_ones)
   
   # 创建指定范围内的数组
   arr_range = np.arange(0, 10, 2)
   print(arr_range)

2. Indexation et découpage du tableau

1. Utilisez l'index pour accéder aux éléments du tableau.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[0])
   print(arr[2:4])

2. Utilisez l'indexation booléenne pour sélectionner les éléments qui répondent à une condition.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[arr > 3])

3. Opérations sur les tableaux

1. Opérations de base sur les tableaux.

   import numpy as np
   
   arr1 = np.array([1, 2, 3])
   arr2 = np.array([4, 5, 6])
   
   # 加法
   print(arr1 + arr2)
   
   # 减法
   print(arr1 - arr2)
   
   # 乘法
   print(arr1 * arr2)
   
   # 除法
   print(arr1 / arr2)
   
   # 矩阵乘法
   print(np.dot(arr1, arr2))

2. Opérations d'agrégation sur les tableaux.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   
   # 求和
   print(np.sum(arr))
   
   # 求最大值
   print(np.max(arr))
   
   # 求最小值
   print(np.min(arr))
   
   # 求平均值
   print(np.mean(arr))

4. Transformation du tableau

1. Utilisez la fonction reshape() pour changer la forme du tableau.

   import numpy as np
   
   arr = np.arange(10)
   print(arr)
   
   reshaped_arr = arr.reshape((2, 5))
   print(reshaped_arr)

2. Utilisez la fonction flatten() pour convertir un tableau multidimensionnel en un tableau unidimensionnel.

   import numpy as np
   
   arr = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr)
   
   flatten_arr = arr.flatten()
   print(flatten_arr)

Conclusion :
Cet article fournit une introduction détaillée à certaines fonctions courantes de la bibliothèque numpy, notamment la création de tableaux, l'indexation, le découpage, les opérations et les transformations. Les fonctions puissantes de la bibliothèque numpy peuvent nous aider à traiter efficacement des données à grande échelle et à améliorer l'efficacité de la science des données et de l'apprentissage automatique. J'espère que cet article pourra aider les lecteurs à mieux comprendre et appliquer les fonctions de la bibliothèque numpy, et à pouvoir les utiliser de manière flexible dans la pratique.

Référence :

1. https://numpy.org/doc/stable/reference/

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!