NumPy 数值计算 - 基础入门

NumPy 数组操作和数值计算基础教程

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

  1. 什么是 NumPy?
  2. 数组创建
  3. 数组操作
  4. 常用函数
  5. 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