预计阅读时间:2 分钟
NumPy 数值计算 - 基础入门
NumPy 是 Python 科学计算的基础库!
目录
- 什么是 NumPy?
- 数组创建
- 数组操作
- 常用函数
- 与 Pandas 结合
1. 什么是 NumPy?
NumPy 提供高性能的多维数组对象 ndarray,是科学计算的基础。
特点: - 高性能数组 - 向量化运算 - 丰富的数学函数
2. 数组创建
import numpy as np
# 从列表创建
arr1 = np.array([1, 2, 3, 4, 5])
# 创建全0数组
zeros = np.zeros(5)
# 创建全1数组
ones = np.ones((3, 3))
# 创建序列
arange = np.arange(0, 10, 2) # [0, 2, 4, 6, 8]
# 创建随机数组
random = np.random.rand(3, 3)
3. 数组操作
arr = np.array([[1, 2, 3], [4, 5, 6]])
# 形状变换
arr.reshape(3, 2)
# 索引切片
arr[0] # 第一行
arr[:, 1] # 第二列
arr[0:2, 1:3] # 子数组
4. 常用函数
arr = np.array([1, 2, 3, 4, 5])
# 数学运算
np.sum(arr) # 求和
np.mean(arr) # 平均值
np.std(arr) # 标准差
np.max(arr) # 最大值
np.min(arr) # 最小值
# 矩阵运算
np.dot(A, B) # 矩阵乘法
np.linalg.inv(A) # 矩阵求逆
5. 与 Pandas 结合
import pandas as pd
import numpy as np
# NumPy 数组转换为 Pandas
series = pd.Series(np.array([1, 2, 3, 4, 5]))
df = pd.DataFrame(np.random.rand(3, 3))
# Pandas 数据提取为 NumPy
numpy_array = df.values
标签: #Python #NumPy #数据科学
本文由 suisui 发布