Un guide de démarrage rapide pour en savoir plus sur les fonctions NumPy

Démarrez rapidement avec les fonctions NumPy : introduction détaillée, des exemples de code spécifiques sont requis

Introduction : NumPy est l'une des bibliothèques de calcul numérique couramment utilisées en Python. Elle fournit des objets de tableau multidimensionnel (ndarray) efficaces et des fonctions puissantes. bibliothèques, permettant Nous sommes capables d'effectuer des calculs numériques et des traitements de données rapidement et efficacement. Cet article présentera en détail certaines fonctions couramment utilisées dans NumPy et utilisera des exemples de code spécifiques pour aider les lecteurs à démarrer rapidement.

1. Créer des objets ndarray

1. Fonction numpy.array : utilisée pour créer des objets ndarray, et les éléments de données peuvent être spécifiés via une liste, un tuple, etc.

Exemple de code :

import numpy as np

# 创建一维数组
a = np.array([1, 2, 3, 4, 5])
print(a)  # 输出：[1 2 3 4 5]

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)  # 输出：
# [[1 2 3]
#  [4 5 6]]

2. fonction numpy.zeros : utilisée pour créer un objet ndarray de la forme spécifiée (forme) et initialiser les éléments à 0.

Exemple de code :

import numpy as np

# 创建一维数组
a = np.zeros(5)
print(a)  # 输出：[0. 0. 0. 0. 0.]

# 创建二维数组
b = np.zeros((2, 3))
print(b)  # 输出：
# [[0. 0. 0.]
#  [0. 0. 0.]]

3. fonction numpy.ones : utilisée pour créer un objet ndarray de la forme spécifiée et initialiser les éléments à 1.

Exemple de code :

import numpy as np

# 创建一维数组
a = np.ones(5)
print(a)  # 输出：[1. 1. 1. 1. 1.]

# 创建二维数组
b = np.ones((2, 3))
print(b)  # 输出：
# [[1. 1. 1.]
#  [1. 1. 1.]]

2. Opérations sur les tableaux

1. Forme du tableau : La forme du tableau peut être obtenue via l'attribut shape de l'objet ndarray.

Exemple de code :

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)  # 输出：(2, 3)

2. Transposition du tableau : La transposition du tableau peut être obtenue via la propriété T de l'objet ndarray.

Exemple de code :

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
b = a.T  # 转置
print(b)  # 输出：
# [[1 4]
#  [2 5]
#  [3 6]]

3. Épissage de tableau : l'épissage de tableau peut être effectué via la fonction numpy.concatenate.

Exemple de code :

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.concatenate((a, b))  # 拼接
print(c)  # 输出：[1 2 3 4 5 6]

3. Opérations sur les tableaux

1. Ajout de tableaux : l'ajout de tableaux peut être effectué via l'opérateur + des objets ndarray.

Exemple de code :

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = a + b
print(c)  # 输出：[5 7 9]

2. Multiplication de tableau : la multiplication de tableau peut être effectuée via l'opérateur * de l'objet ndarray.

Exemple de code :

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = a * b
print(c)  # 输出：[4 10 18]

IV. Statistiques du tableau

1. Valeurs maximales et minimales du tableau : Les valeurs maximales et minimales du tableau peuvent être obtenues via les méthodes max et min de l'objet ndarray.

Exemple de code :

import numpy as np

a = np.array([1, 2, 3, 4, 5])
max_value = a.max()
min_value = a.min()
print(max_value)  # 输出：5
print(min_value)  # 输出：1

2. Somme du tableau : vous pouvez obtenir la somme du tableau via la méthode sum de l'objet ndarray.

Exemple de code :

import numpy as np

a = np.array([1, 2, 3, 4, 5])
sum_value = a.sum()
print(sum_value)  # 输出：15

Résumé : Cet article présente certaines fonctions couramment utilisées dans NumPy, notamment la création d'objets ndarray, les opérations sur les tableaux, les opérations sur les tableaux et les statistiques sur les tableaux. Grâce à des exemples de code spécifiques, les lecteurs peuvent rapidement démarrer avec les fonctions NumPy et améliorer l'efficacité des calculs numériques et du traitement des données. J'espère que cet article pourra être utile aux lecteurs et maîtriser davantage les compétences d'utilisation 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!