Numpy 数组操作

时间：2024-11-21 19:18:44

Numpy 数组操作

NumPy 是 Python 中用于科学计算的核心库之一，它提供了一个强大的 N 维数组对象和一系列用于处理这些数组的函数和算法。在本文中，我们将探讨 NumPy 数组的基本操作，包括创建、索引、切片、形状修改、数学运算和统计功能。

1. 创建 NumPy 数组

创建 NumPy 数组有多种方法，最常见的是使用 numpy.array 函数和 numpy.arange 函数。

import numpy as np

# 使用列表创建数组
arr1 = np.array([1, 2, 3, 4, 5])

# 使用arange创建数组
arr2 = np.arange(0, 10, 2)

2. 数组索引和切片

NumPy 数组的索引和切片与 Python 列表类似，但 NumPy 支持多维数组。

# 一维数组索引和切片
print(arr1[2])  # 输出第三个元素
print(arr1[1:4])  # 输出第二个到第四个元素

# 二维数组索引和切片
arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr2d[1, 2])  # 输出第二行第三列的元素
print(arr2d[0:2, 1])  # 输出第一和第二行的第二列元素

3. 形状修改

NumPy 提供了多种方法来修改数组的形状，如 reshape、flatten 和 ravel。

# 修改数组形状
arr_reshaped = arr1.reshape(5, 1)
print(arr_reshaped)

# 展平数组
arr_flattened = arr2d.flatten()
print(arr_flattened)

# 使用ravel展平数组
arr_raveled = arr2d.ravel()
print(arr_raveled)

4. 数学运算

NumPy 支持数组与标量、数组与数组的数学运算。

# 数组与标量运算
print(arr1 + 10)

# 数组与数组运算
print(arr1 * arr1)

5. 统计功能

NumPy 提供了多种统计函数，如 mean、median、std 等。

# 计算数组平均值
print(np.mean(arr1))

# 计算数组中位数
print(np.median(arr1))

# 计算数组标准差
print(np.std(arr1))

6. 聚合运算

NumPy 还支持聚合运算，如 sum、min、max 等。

# 计算数组总和
print(np.sum(arr1))

# 计算数组最小值
print(np.min(arr1))

# 计算数组最大值
print(np.max(arr1))

结论

NumPy 数组操作是 Python 数据分析和科学计算的基础。通过掌握这些基本操作，您可以更高效地处理数据，并进行复杂的计算。NumPy 的功能远不止于此，它还包括线性代数运算、傅里叶变换、随机数生成等高级功能，这些将在后续的文章中进一步探讨。

相关文章