numpy庫函數的全面解析

numpy（Numerical Python）是Python中的一個用於科學計算的函式庫，它提供了高效率的數值運算功能。在numpy庫中，有大量的函數供我們使用，本文將詳細解析numpy庫中一些常用函數的用法，並給出對應的程式碼範例。

一、建立陣列函數

1. numpy.array函數
   numpy.array函數用來建立一個陣列對象，可以是一維、二維、多維的陣列。參數可以是列表、元組、陣列等。
   程式碼範例：

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)

2. numpy.zeros函數
   numpy.zeros函數用於建立一個全為0的數組，可以指定數組的形狀。
   程式碼範例：

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)

3. numpy.ones函數
   numpy.ones函數用來建立一個全為1的數組，同樣可以指定數組的形狀。
   程式碼範例：

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)

二、數學函數

1. #numpy.sin函數
   numpy.sin函數用於計算陣列中各元素的正弦值。
   程式碼範例：

import numpy as np
a = np.array([0, np.pi/2, np.pi])
b = np.sin(a)
print(b)

2. numpy.cos函數
   numpy.cos函數用於計算陣列中各元素的餘弦值。
   程式碼範例：

import numpy as np
a = np.array([0, np.pi/2, np.pi])
b = np.cos(a)
print(b)

3. numpy.exp函數
   numpy.exp函數用於計算陣列中各元素的指數值。
   程式碼範例：

import numpy as np
a = np.array([1, 2, 3])
b = np.exp(a)
print(b)

三、統計函數

1. #numpy.mean函數
   numpy.mean函數用於計算陣列中各元素的平均值。
   程式碼範例：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.mean(a)
print(b)

2. numpy.max函數
   numpy.max函數用於計算陣列中的最大值。
   程式碼範例：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.max(a)
print(b)

3. numpy.min函數
   numpy.min函數用於計算陣列中的最小值。
   程式碼範例：

import numpy as np
a = np.array([1, 2, 3, 4, 5])
b = np.min(a)
print(b)

四、陣列操作函數

1. numpy.reshape函數
   numpy.reshape函數用於改變陣列的形狀，可以將數組轉換為指定的行數和列數。
   程式碼範例：

import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
b = np.reshape(a, (2, 3))
print(b)

2. numpy.transpose函數
   numpy.transpose函數用於轉置陣列。
   程式碼範例：

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
b = np.transpose(a)
print(b)

以上只是numpy庫中的一部分函數，還有很多其他的函數可以用於陣列的計算、統計、操作等。希望本文能幫助讀者更了解numpy庫中的函數列表。

以上是numpy庫函數的全面解析的詳細內容。更多資訊請關注PHP中文網其他相關文章！