Numpy函式庫常用函數大全：解鎖高效科學計算技巧

Numpy函式庫常用函數大全：解鎖高效科學計算技巧

#對於Python的科學計算，Numpy函式庫是不可或缺的工具，它提供了多種功能強大的函數以及其實它實用的工具。為了幫助讀者更好的利用Numpy函式庫，本文將介紹一些常用的Numpy函數，以及它們的用法和範例。

1. 建立陣列

• np.array()：從 Python 清單和元組建立陣列。
• np.zeros()：建立全 0 陣列。
• np.ones()：建立全 1 個陣列。
• np.full()：建立一個任意值的陣列。
• np.arange()：建立一個類似 Python range 函數的陣列。
• np.linspace()：建立一個在指定間隔內的陣列。

範例：

import numpy as np

# 从 Python 列表和元组创建数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array((1, 2, 3))

# 创建全 0 数组
zeros_arr = np.zeros((2, 3))

# 创建全 1 数组
ones_arr = np.ones((2, 3))

# 创建一个任意值的数组
full_arr = np.full((2, 3), 4)

# 创建一个类似于 Python range 函数的数组
range_arr = np.arange(0, 10, 2)

# 创建一个在指定间隔内的数组
linspace_arr = np.linspace(0, 1, 5)

2. 基本數學函數

• #np.add()：兩個陣列的加法。
• np.subtract()：兩個陣列的減法。
• np.multiply()：兩個陣列的乘法。
• np.divide()：兩個陣列的除法。
• np.power()：將一組數依照指定的次數冪進行計算。
• np.sqrt()：對每個元素求開方。

範例：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 两个数组的加法
add_arr = np.add(arr1, arr2)

# 两个数组的减法
sub_arr = np.subtract(arr1, arr2)

# 两个数组的乘法
mul_arr = np.multiply(arr1, arr2)

# 两个数组的除法
div_arr = np.divide(arr1, arr2)

# 将一组数按照指定的次数幂进行计算
power_arr = np.power(arr1, 2)

# 对每个元素求开方
sqrt_arr = np.sqrt(arr2)

3. 陣列運算

• #np.transpose()：交換陣列的軸。
• np.reshape()：重新定義陣列形狀。
• np.concatenate()：對多個陣列進行拼接。
• np.split()：將一個陣列分裂成多個陣列。
• np.sort()：依照指定要求進行陣列排序。

範例：

import numpy as np

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

# 交换数组的轴
transpose_arr = np.transpose(arr)

# 重新定义数组形状
reshape_arr = np.reshape(arr, (2, 3))

# 对多个数组进行拼接
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
concat_arr = np.concatenate((arr1, arr2), axis=0)

# 将一个数组分裂成多个数组
split_arr = np.split(concat_arr, 2)

# 按照指定要求进行数组排序
sort_arr = np.sort(arr1)

4. 統計函數

• #np.sum()：對陣列進行求和計算。
• np.mean()：對陣列進行求平均數計算。
• np.std()：對陣列進行求標準差計算。
• np.var()：對陣列進行求方差計算。
• np.max()：對陣列進行求最大值計算。
• np.min()：對陣列進行求最小值計算。

範例：

import numpy as np

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

# 对数组进行求和计算
sum_arr = np.sum(arr)

# 对数组进行求平均数计算
mean_arr = np.mean(arr)

# 对数组进行求标准差计算
std_arr = np.std(arr)

# 对数组进行求方差计算
var_arr = np.var(arr)

# 对数组进行求最大值计算
max_arr = np.max(arr)

# 对数组进行求最小值计算
min_arr = np.min(arr)

總結

Numpy函式庫提供了非常強大的工具函數，可協助快速且有效率地完成各種科學運算任務。本文介紹了一些常用的函數及其使用方法，包括建立陣列、基本數學函數、陣列操作、統計函數等等。希望讀者在實際的科學計算過程中，能熟練這些函數的使用方法，提升工作效率。

以上是Numpy函式庫常用函數大全：解鎖高效科學計算技巧的詳細內容。更多資訊請關注PHP中文網其他相關文章！