Panduan Bermula NumPy: Memasuki Dunia Baharu Pemprosesan Data

1. Pasang NumPy

Pasang NumPy dalam terminal melalui arahan pip:

pip install numpy

2. Import NumPy

Import modul NumPy dalam skrip python:

import numpy as np

3. Cipta dan kendalikan tatasusunan

Inti struktur data NumPy ialah ndarray, yang boleh mencipta arrays satu dimensi, dua dimensi atau lebih tinggi dimensi:

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

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

4. Sifat dan kaedah susunan

Tatasusunan NumPy mempunyai pelbagai sifat dan kaedah untuk memanipulasi dan menganalisis data:

• bentuk: bentuk (dimensi dan saiz) tatasusunan
• dtype: jenis elemen dalam tatasusunan
• bentuk semula: menukar bentuk tatasusunan
• transpose: transpose array
• jumlah: Kira jumlah unsur tatasusunan
• min: Kira min unsur tatasusunan

5. Pengindeksan dan penghirisan tatasusunan

NumPy menyediakan mekanisme pengindeksan dan penghirisan yang fleksibel untuk mengakses dan mengubah suai elemen tatasusunan dengan mudah:

# 访问元素
print(arr[2])

# 切片
print(matrix[:, 1:])

6. Operasi asas matematik

NumPy menyokong operasi asas matematik pada tatasusunan, seperti penambahan, penolakan, pendaraban dan pembahagian:

# 加法
result = arr + 1

# 乘法
product = matrix * 2

7. Siaran data

Penyiaran data dalam NumPy membolehkan operasi matematik dilakukan pada tatasusunan bentuk yang berbeza, memudahkan pemprosesan set data yang besar:

# 将标量广播到数组
print(arr + 5)

# 广播数组
print(matrix + arr)

8. Fail input/output

NumPy boleh memuatkan dan menyimpan tatasusunan daripada fail dengan mudah melalui fungsi np.load dan np.save:

# 从文件中加载数组
data = np.load("data.npy")

# 保存数组到文件
np.save("output.npy", data)

9. Pengoptimuman prestasi

NumPy dioptimumkan untuk prestasi pada tatasusunan besar, dan kecekapan boleh dipertingkatkan lagi dengan menggunakan operasi vektor dan fungsi khusus NumPy:

• Gunakan operasi vektor dan bukannya gelung
• Elakkan salinan susunan yang tidak perlu
• Gunakan fungsi selari NumPy

10. Fungsi lanjutan

Selain operasi asas, NumPy juga menyediakan fungsi yang lebih maju, seperti:

• Operasi algebra linear
• Fourier Transform
• Penjanaan nombor rawak
• Pemprosesan imej

Dengan menguasai konsep teras ini, pemula boleh dengan cepat bermula dengan NumPy dan menjadi lebih berkuasa dalam bidang pemprosesan dan analisis data.

Atas ialah kandungan terperinci Panduan Bermula NumPy: Memasuki Dunia Baharu Pemprosesan Data. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!