numpy(Numerical Python)는 효율적인 수치 연산 기능을 제공하는 Python의 과학 컴퓨팅용 라이브러리입니다. numpy 라이브러리에는 사용할 수 있는 함수가 많이 있습니다. 이 기사에서는 numpy 라이브러리의 일부 일반적인 함수 사용법을 자세히 분석하고 해당 코드 예제를 제공합니다.
1. 배열 함수 만들기
import numpy as np # 创建一维数组 a = np.array([1, 2, 3, 4, 5]) print(a) # 创建二维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) # 创建多维数组 c = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(c)
import numpy as np # 创建一个全为0的一维数组 a = np.zeros(5) print(a) # 创建一个全为0的二维数组 b = np.zeros((2, 3)) print(b)
import numpy as np # 创建一个全为1的一维数组 a = np.ones(5) print(a) # 创建一个全为1的二维数组 b = np.ones((2, 3)) print(b)
2. 수학 함수
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.sin(a) print(b)
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.cos(a) print(b)
import numpy as np a = np.array([1, 2, 3]) b = np.exp(a) print(b)
3. 통계 함수
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.mean(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.max(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.min(a) print(b)
4. 배열 연산 함수
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.reshape(a, (2, 3)) print(b)
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.transpose(a) print(b)
위는 numpy 라이브러리에 있는 함수 중 일부일 뿐입니다. 배열 계산, 통계, 연산 등에 사용할 수 있는 다른 함수도 많이 있습니다. 이 기사가 독자들이 numpy 라이브러리의 함수 목록을 더 잘 이해하는 데 도움이 되기를 바랍니다.
위 내용은 numpy 라이브러리 함수에 대한 종합 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!