Un guide rapide pour comprendre l'utilisation de base des fonctions numpy

Démarrage rapide : utilisation de base des fonctions numpy

Numpy est une puissante bibliothèque en Python pour le calcul scientifique et l'analyse de données. Il fournit un objet tableau multidimensionnel efficace ndarray, ainsi qu'une bibliothèque de fonctions pour opérer sur cet objet. Les fonctions de Numpy nous permettent d'effectuer des calculs numériques à une vitesse plus rapide et de fournir de riches fonctions d'opération de tableau.

Cet article présentera l'utilisation de base des fonctions numpy et aidera les lecteurs à mieux comprendre grâce à des exemples de code spécifiques.

Tout d'abord, nous devons installer la bibliothèque numpy. Numpy peut être installé dans l'environnement Python via la commande suivante :

pip install numpy

Après avoir installé la bibliothèque numpy, nous pouvons commencer à utiliser les fonctions qu'elle contient. Voici quelques fonctions numpy couramment utilisées et leur utilisation :

1. Création de tableaux

numpy propose plusieurs façons de créer des tableaux, par exemple en utilisant la fonction array() pour créer un tableau à partir d'une liste ou d'un tuple Python :

import numpy as np

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

2. De base informations sur les tableaux

Nous pouvons utiliser des fonctions pour afficher les informations de base des tableaux, telles que la forme, le type d'élément et le nombre d'éléments :

import numpy as np

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

print("数组的形状:", arr1.shape)
print("数组的元素类型:", arr1.dtype)
print("数组的元素个数:", arr1.size)

3. Opérations sur les tableaux

numpy fournit une série de fonctions mathématiques qui peuvent effectuer diverses opérations sur les tableaux, telles que l'addition, la soustraction, la multiplication, la division, etc.

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])

# 加法
arr3 = arr1 + arr2

# 减法
arr4 = arr1 - arr2

# 乘法
arr5 = arr1 * arr2

# 除法
arr6 = arr1 / arr2

print("加法运算结果:", arr3)
print("减法运算结果:", arr4)
print("乘法运算结果:", arr5)
print("除法运算结果:", arr6)

4. Indexation et découpage de tableaux

Semblable aux listes en Python, nous pouvons accéder aux éléments de tableau en utilisant l'indexation et le découpage d'entiers :

import numpy as np

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

# 索引获取元素
print("索引获取元素:", arr1[2])

# 切片获取元素
print("切片获取元素:", arr1[1:4])

5. Opérations d'agrégation sur les tableaux

numpy fournit de nombreuses méthodes pour les tableaux Fonctions pour les opérations d'agrégation , tels que somme, moyenne, maximum, minimum, etc. :

import numpy as np

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

# 求和
print("求和:", np.sum(arr1))

# 平均值
print("平均值:", np.mean(arr1))

# 最大值
print("最大值:", np.max(arr1))

# 最小值
print("最小值:", np.min(arr1))

Les éléments ci-dessus ne sont qu'un petit échantillon de fonctions numpy. La bibliothèque numpy fournit une multitude de fonctions que nous pouvons utiliser. Grâce à ces fonctions, nous pouvons effectuer rapidement des opérations telles que la création de tableaux, les opérations, l'indexation et l'agrégation, ce qui améliore considérablement l'efficacité des calculs numériques et de l'analyse des données.

J'espère que les exemples de code contenus dans cet article pourront aider les lecteurs à mieux comprendre l'utilisation de base des fonctions numpy et à jeter les bases de travaux et d'études futurs. Bien sûr, vous pouvez en apprendre davantage et explorer une utilisation et des fonctions plus avancées de numpy.

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!