首頁 >後端開發 >Python教學 >簡單易懂的numpy版本檢視指南

簡單易懂的numpy版本檢視指南

WBOY
WBOY原創
2024-01-19 08:15:17663瀏覽

簡單易懂的numpy版本檢視指南

NumPy是Python中一個重要的科學計算包,它提供了許多數學相關的功能,在數據分析、機器學習、深度學習等領域中被廣泛應用。在 NumPy 中,陣列(array)是主要的資料結構,而陣列的操作是 NumPy 最核心的功能之一。

本文將介紹 NumPy 陣列的基本操作和檢視方法,讓讀者能夠了解如何存取陣列的元素、修改陣列的形狀、查看陣列的屬性等。

  1. 建立數組

在NumPy 中,可以使用numpy.array()函數來建立數組,如下所示:

import numpy as np
arr = np.array([1, 2, 3, 4, 5])

此時, arr就是一個含有5個元素的一維數組。我們也可以透過numpy.arange()函數或numpy.linspace()函數來建立一維陣列:

arr1 = np.arange(10)   # 生成一个0到9的一维数组
arr2 = np.linspace(0, 10, 11)   # 生成一个0到10之间,含11个元素的一维数组
  1. 存取元素

存取NumPy 陣列中的元素可以透過數組下標來實現,注意數組下標從0開始。對於多維數組,可以使用多個下標來存取特定元素。例如:

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0, 0])   # 访问第一个元素 1
print(arr[1, 2])   # 访问第二行第三列的元素 6
  1. 修改形狀

在 NumPy 中,我們可以使用numpy.reshape()函數來修改陣列的形狀。例如:

arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = arr.reshape(2, 3)   # 将一维数组变为二维数组,形状为(2,3)

此時,new_arr的形狀為(2,3),即兩行三列的矩陣,元素為:

1  2  3
4  5  6
  1. 查看陣列屬性

在NumPy 中,我們可以查看陣列的形狀、元素個數、資料型別等屬性。例如:

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr.shape)   # 输出形状 (6,)
print(arr.size)   # 输出元素个数 6
print(arr.dtype)   # 输出数据类型 int32

其中,shape表示陣列的形狀,size表示陣列元素的個數,dtype表示陣列的資料類型。

  1. 其他陣列運算

(1)對陣列進行切片運算,可以使用":"運算元。例如:

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr[1:4])   # 输出[2 3 4]

(2)對陣列進行一些統計操作,例如計算陣列中元素的和、平均值、標準差等。例如:

arr = np.array([1, 2, 3, 4, 5, 6])
print(np.sum(arr))   # 计算元素的和,输出21
print(np.mean(arr))   # 计算平均值,输出3.5
print(np.std(arr))   # 计算标准差,输出1.707825127659933

(3)對陣列進行一些邏輯運算,例如篩選出陣列中符合條件的元素。例如:

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr[arr > 3])   # 输出[4 5 6]

以上就是使用 NumPy 操作陣列的基本方法,我們可以使用這些方法來存取和修改陣列的形狀與元素,以及進行一些統計和邏輯操作。

以上是簡單易懂的numpy版本檢視指南的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述:
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn