Terokai fungsi numpy yang biasa digunakan dalam Python: Memahami fungsi numpy

Fahami fungsi numpy: Terokai fungsi numpy yang biasa digunakan dalam Python, contoh kod khusus diperlukan

Pengenalan:
Dalam Python, NumPy (singkatan untuk Numerical Python) ialah perpustakaan pengkomputeran saintifik berkuasa yang menyediakan Python dengan pelbagai dimensi Cekap objek tatasusunan dan perpustakaan besar fungsi matematik. NumPy ialah salah satu perpustakaan teras untuk pengkomputeran saintifik menggunakan Python dan digunakan secara meluas dalam analisis data, pembelajaran mesin, pemprosesan imej dan bidang lain. Artikel ini akan memperkenalkan beberapa fungsi NumPy yang biasa digunakan dan memberikan contoh kod khusus.

1. Berfungsi untuk mencipta tatasusunan

(1) Mencipta tatasusunan satu dimensi
Dengan menggunakan arange numpy, linspace, ruang log dan fungsi lain, kita boleh mencipta tatasusunan satu dimensi.

Contoh kod:

import numpy sebagai np

Gunakan fungsi arange untuk mencipta tatasusunan satu dimensi

arr1 = np.arange(10)
print("Susun atur satu dimensi yang dicipta oleh fungsi arange: ", arr1)

Gunakan linspace Fungsi mencipta tatasusunan satu dimensi

arr2 = np.linspace(0, 1, 10) # Menghasilkan 10 nombor yang sama jaraknya dari 0 hingga 1
print("tatasusunan satu dimensi yang dicipta oleh ruang lin fungsi: ", arr2)

Gunakan fungsi ruang log untuk mencipta tatasusunan satu dimensi

arr3 = np.logspace(0, 2, 10) # Hasilkan 10 nombor jarak logaritma daripada 10^0 hingga 10^2
cetak( " Tatasusunan satu dimensi yang dicipta oleh Array fungsi logspace: ", arr3)

(2) Cipta tatasusunan berbilang dimensi
Selain tatasusunan satu dimensi, kami juga boleh mencipta tatasusunan berbilang dimensi dengan menggunakan fungsi tatasusunan numpy.

Contoh kod:

import numpy sebagai np

Gunakan fungsi tatasusunan untuk mencipta tatasusunan dua dimensi

arr4 = np.array([[1, 2, 3],

             [4, 5, 6]])

print("Dua dimensi dicipta oleh fungsi tatasusunan :
", arr4)

Gunakan fungsi tatasusunan untuk mencipta tatasusunan tiga dimensi

arr5 = np.array([[[1, 2, 3],

              [4, 5, 6]],
             [[7, 8, 9],
              [10, 11, 12]]])

print("tatasusunan tiga dimensi dicipta oleh fungsi tatasusunan:
", arr5)

2. Fungsi operasi tatasusunan

NumPy menyediakan pelbagai fungsi operasi tatasusunan, termasuk fungsi matematik, fungsi statistik, fungsi logik, dll.

(1) Fungsi matematik
Fungsi matematik dalam NumPy boleh beroperasi pada elemen dalam tatasusunan Beberapa pengiraan, seperti fungsi logaritma, fungsi trigonometri, fungsi eksponen, dll.

Contoh kod:

import numpy sebagai np

arr6 = np.array([1, 2, 3 , 4])

Kira kuasa dua tatasusunan

print("Kuasa dua tatasusunan:", np.square(arr6))

Hitung punca kuasa dua tatasusunan

print("Punca kuasa dua bagi tatasusunan:", np.sqrt(arr6))

Kira fungsi eksponen tatasusunan

print("Fungsi eksponen tatasusunan:", np.exp(arr6))

(2) Fungsi statistik
Dengan menggunakan Fungsi statistik NumPy, kita boleh melakukan analisis statistik pada tatasusunan, seperti jumlah, purata dan maksimum , nilai minimum, dll.

Contoh kod:

import numpy sebagai np

arr7 = np.array([1, 2. , 3, 4, 5])

Cari hasil tambah tatasusunan

print("Jumlah tatasusunan ：", np.sum(arr7))

Cari min tatasusunan

print("The purata tatasusunan:", np.mean(arr7))

Cari nilai maksimum tatasusunan

print("Purata tatasusunan Nilai maksimum: ", np.max(arr7))

Cari minimum nilai tatasusunan

print("Nilai minimum tatasusunan: ", np.min(arr7))

(3) Fungsi logik
Fungsi logik untuk tatasusunan Laksanakan operasi logik pada elemen, seperti menilai sama ada elemen bertemu syarat tertentu.

Contoh kod:

import numpy sebagai np

arr8 = np.array([1, 2, 3, 4, 5])

Penghakiman sama ada elemen dalam tatasusunan lebih besar daripada 2

print("sama ada elemen dalam tatasusunan lebih besar daripada 2:", np.greater(arr8, 2))

tentukan sama ada elemen dalam tatasusunan kurang daripada atau sama dengan 3

print("sama ada elemen dalam tatasusunan adalah kurang daripada atau sama dengan 3: ", np.less_equal(arr8, 3))

3. Fungsi bentuk tatasusunan

NumPy menyediakan banyak fungsi untuk operasi bentuk tatasusunan, seperti menukar bentuk tatasusunan, tatasusunan penyambungan, dsb. .

(1) Tukar bentuk tatasusunan
Anda boleh menukar bentuk tatasusunan dengan menggunakan fungsi bentuk semula, seperti menukar tatasusunan satu dimensi kepada tatasusunan dua dimensi atau menukar tatasusunan berbilang dimensi kepada satu tatasusunan -dimensi.

Contoh kod:

import numpy sebagai np

arr9 = np.arange(9)

Tukar tatasusunan satu dimensi kepada tatasusunan dua dimensi dengan tiga baris dan tiga lajur

arr10 = npr.reshape , (3, 3))
print("Tukar tatasusunan satu dimensi kepada tatasusunan dua dimensi:
", arr10)

Tukar tatasusunan berbilang dimensi kepada tatasusunan satu dimensi

arr11 = np.ravel (arr10)
print("Tukar tatasusunan berbilang dimensi kepada tatasusunan satu dimensi Untuk tatasusunan satu dimensi: ", arr11)

(2) Tatasusunan penyambungan
NumPy menyediakan fungsi seperti vstack, hstack dan concatenate untuk penyambungan tatasusunan.

Contoh kod:

import numpy sebagai np

arr12 = np.array([[1, 2, 3],

              [4, 5, 6]])

arr13 = np.array([[7, 8, 9],

rreticalee

Tatasusunan bersambung

arr14 = np.vstack((arr12, arr13))
print("susun bersambung menegak:
", arr14)

array bersambung mendatar

15 =(npa.rrh15 =(npa.rrh15 =(npa.rrh15 , arr13))
print ("Susun atur penyambungan mendatar:
", arr15)

Ringkasan:
Melalui pengenalan artikel ini, kami telah mempelajari tentang beberapa fungsi yang biasa digunakan dalam NumPy, termasuk fungsi untuk mencipta tatasusunan, fungsi operasi tatasusunan, dan fungsi bentuk tatasusunan ini boleh membantu kami melaksanakan operasi tatasusunan dan pengiraan matematik dengan lebih mudah dan meningkatkan kecekapan pengaturcaraan. mampu mengaplikasikannya secara fleksibel pada pemprosesan data sebenar dan pengiraan saintifik

Atas ialah kandungan terperinci Terokai fungsi numpy yang biasa digunakan dalam Python: Memahami fungsi numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!