Bermula dengan NumPy: Pisau Pemprosesan Data Tentera Swiss

NumPy (Numerical python) ialah perpustakaan Python yang berkuasa yang menyediakan alat termaju untuk pengkomputeran saintifik dan pemprosesan data. Ia terkenal dengan keupayaannya dalam mengendalikan arrays berbilang dimensi (dipanggil tatasusunan n-dimensi), menjadikannya alat pilihan untuk saintis data, penyelidik dan jurutera.

Pemasangan dan Import

Untuk menggunakan NumPy dengan Python, pasangkannya menggunakan pip:

pip install numpy

Kemudian, importnya dalam kod anda:

import numpy as np

Jenis data asas

NumPy menyediakan pelbagai jenis data untuk menyimpan pelbagai jenis data, termasuk:

• Jenis integer: int8, int16, int32 dan int64
• Jenis titik terapung: float16, float32 dan float64
• Jenis jamak: kompleks64 dan kompleks128
• Jenis Boolean: bool

Buat tatasusunan

Tatasusunan NumPy ialah objek yang mewakili data berbilang dimensi. Anda boleh membuat tatasusunan menggunakan:

• Dari senarai atau tupel: np.array()
• dari nilai skalar: np.full() 和 np.ones()
• Dari Fail: np.loadtxt()
• Gunakan fungsi NumPy: np.arange()、np.linspace() 和 np.random.rand()

Operasi tatasusunan

NumPy menyediakan pelbagai fungsi manipulasi tatasusunan, termasuk:

• Operasi aritmetik: tambah (+), tolak (-), darab (*) dan bahagi (/)
• Operasi logik: Sama (==), Tidak sama (!=), Lebih besar daripada (>) dan Kurang daripada (<)
• Operasi tatasusunan: Jumlah, purata, maksimum dan minimum
• Topeng Boolean: Pilih elemen daripada tatasusunan

Mengindeks dan Menghiris

Anda boleh mengakses elemen dalam tatasusunan menggunakan pengindeksan dan menghiris:

• Indeks: Gunakan kurungan segi empat sama ([])
• Slice: Gunakan kolon (:)

Siaran

Penyiaran ialah ciri hebat NumPy yang membolehkan operasi mengikut elemen dilakukan pada tatasusunan pelbagai bentuk.

Ciri berguna lain

Selain operasi tatasusunan, NumPy menyediakan banyak ciri berguna lain, termasuk:

• Algebra Linear: Pendaraban matriks, nilai eigen dan vektor eigen
• Penjanaan nombor rawak: Hasilkan nombor rawak daripada pelbagai pengedaran
• Input/output fail: Simpan dan muatkan tatasusunan
• Pengoptimuman: PengoptimumanAlat
untuk pengkomputeran saintifik

Contoh

Berikut ialah contoh pengiraan statistik mudah menggunakan NumPy:

import numpy as np

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

print("平均值：", np.mean(data))
print("标准差：", np.std(data))

Kesimpulan

NumPy ialah alat serba boleh dan berkuasa yang menyediakan pelbagai keupayaan pemprosesan data. Kemudahan penggunaan, kecekapan dan kuasanya menjadikannya alat pilihan untuk pengkomputeran saintifik dan analisis data.

Atas ialah kandungan terperinci Bermula dengan NumPy: Pisau Pemprosesan Data Tentera Swiss. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!