Rumah  >  Artikel  >  pembangunan bahagian belakang  >  Panduan permulaan pantas untuk mengetahui lebih lanjut tentang fungsi NumPy

Panduan permulaan pantas untuk mengetahui lebih lanjut tentang fungsi NumPy

王林
王林asal
2024-01-26 10:47:06793semak imbas

Panduan permulaan pantas untuk mengetahui lebih lanjut tentang fungsi NumPy

Mulakan fungsi NumPy dengan cepat: Pengenalan terperinci, contoh kod khusus diperlukan

Pengenalan: NumPy ialah salah satu perpustakaan pengiraan berangka yang biasa digunakan dalam Python Ia menyediakan objek tatasusunan berbilang dimensi (ndarray) yang cekap dan fungsi berkuasa perpustakaan, membolehkan Kami dapat melakukan pengiraan berangka dan pemprosesan data dengan cepat dan cekap. Artikel ini akan memperkenalkan secara terperinci beberapa fungsi yang biasa digunakan dalam NumPy, dan menggunakan contoh kod khusus untuk membantu pembaca bermula dengan cepat.

1. Cipta objek ndarray

  1. fungsi numpy.array: digunakan untuk mencipta objek ndarray, dan elemen data boleh ditentukan melalui senarai, tupel, dsb.

Contoh kod:

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]]
  1. numpy.zeros fungsi: digunakan untuk mencipta objek ndarray bentuk (bentuk) yang ditentukan dan memulakan elemen kepada 0.

Contoh kod:

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.]]
  1. numpy.ones fungsi: digunakan untuk mencipta objek ndarray bentuk yang ditentukan dan memulakan elemen kepada 1.

Contoh kod:

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. Operasi tatasusunan

  1. Bentuk tatasusunan: Bentuk tatasusunan boleh diperolehi melalui atribut bentuk objek ndarray.

Contoh kod:

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)  # 输出:(2, 3)
  1. Transpose tatasusunan: Transpose tatasusunan boleh diperolehi melalui sifat T objek ndarray.

Kod contoh:

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]]
  1. Penyambungan tatasusunan: Penyambungan tatasusunan boleh dilakukan melalui fungsi numpy.concatenate.

Contoh kod:

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. Operasi tatasusunan

  1. Tambahan tatasusunan: Penambahan tatasusunan boleh dilakukan melalui operator + objek ndarray.

Contoh kod:

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]
  1. Pendaraban tatasusunan: Pendaraban tatasusunan boleh dilakukan melalui * pengendali objek ndarray.

Kod sampel:

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. Statistik tatasusunan

  1. Nilai maksimum dan minimum tatasusunan: Nilai maksimum dan minimum tatasusunan boleh diperolehi melalui kaedah maks dan min objek ndarray.

Contoh kod:

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
  1. Jumlah tatasusunan: Anda boleh mendapatkan jumlah tatasusunan melalui kaedah jumlah objek ndarray.

Contoh kod:

import numpy as np

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

Ringkasan: Artikel ini memperkenalkan beberapa fungsi yang biasa digunakan dalam NumPy, termasuk mencipta objek ndarray, operasi tatasusunan, operasi tatasusunan dan statistik tatasusunan. Melalui contoh kod khusus, pembaca boleh dengan cepat memulakan fungsi NumPy dan meningkatkan kecekapan pengiraan berangka dan pemprosesan data. Saya harap artikel ini dapat membantu pembaca dan seterusnya menguasai kemahiran menggunakan NumPy.

Atas ialah kandungan terperinci Panduan permulaan pantas untuk mengetahui lebih lanjut tentang fungsi NumPy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn