零基础学Python：Numpy用法

admin管理员组

文章数量:1794759

零基础学Python：Numpy用法

前言： 📢📢📢 🏅🏅🏅作者简介：是Dream呀，华为云享专家、CSDN原力计划作者、Python领域优质创作者，专注分享Python领域原创系列文章。 🌻🌻🌻热门专栏：【零基础学Python】 本课程是针对Python入门&进阶打造的一全套课程，在这里，我将会一 一更新Python基础语法、Python爬虫、Web开发、 Django框架、Flask框架以及人工智能相关知识，帮助你成为Python大神，如果你喜欢的话就抓紧收藏订阅起来吧~💘💘💘 🍋🍋🍋如果对学习没有自制力或者没有一起学习交流的动力，欢迎私信我或者文末添加vx，拉你进群，群内有行业大佬帮大家解答疑问，我们一起学习，群内定期还会有抽奖活动和红包相送嗷，快来进入我们吧~ 💕 入门须知：这片乐园从不缺乏天才，努力才是你的最终入场券！🚀🚀🚀 💓最后，愿我们都能在看不到的地方闪闪发光，一起加油进步🍺🍺🍺

Numpy是Python数据科学中的最核心的拓展库，用于科学分析和建模。 可以提供数组支持，以及相应的高效处理函数。

一、创建数组 1.array创建数组 # 1.array创建数组 import numpy as np # a = np.array([[1,5],[4,5,7]]) # 创建数组，将元组或者列表作为参数 b = np.array(([1,5,7],[4,5,7])) # 创建二维的narray对象 # print(type(a)) print(type(b)) # print(a) print(b)

结果：

<class ‘numpy.ndarray’> <class ‘numpy.ndarray’> [list([1, 5]) list([4, 5, 7])] [[1 5 7] [4 5 7]]

2.arange()创建数组，与range()相似 # 2.arange()创建数组，与range()相似 import numpy as np a = np.arange(10) print(a) b = np.arange(1,10,2) # 指定步长 print(b)

[0 1 2 3 4 5 6 7 8 9] [1 3 5 7 9]

3.linspace()用创建指定数量等间隔的序列，实际上生成一个等差数列 # 3.linspace()用创建指定数量等间隔的序列，实际上生成一个等差数列 import numpy as np a = np.linspace(0,1,10) print(a)

[0. 0.11111111 0.22222222 0.33333333 0.44444444 0.55555556 0.66666667 0.77777778 0.88888889 1. ]

4.logspace()用于生成等比数列 # 4.logspace()用于生成等比数列 import numpy as np a = np.logspace(0,2,5) # 首位是10的2次方，末位是10的2次方 print(a)

[ 1. 3.16227766 10. 31.6227766 100. ]

二、查看数组 import numpy as np a = np.array([[1,5],[4,5,7],3]) b = np.array(([1,5,3,4,5],[6,7,8,9,5])) print(type(a)) print(type(b))

<class ‘numpy.ndarray’> <class ‘numpy.ndarray’>

1.查看数组 print(a) print(b) 2.查看数组中每个元素的类型 print(a.dtype) # 查看数组中每个元素的类型 print(b.dtype)

object int32

3.查看数组的行列 print(a.shape) # 查看数组的行列，3行 print(b.shape) # 查看数组的行数，返回行列的元组。5行5列

(3,) (2, 5)

4.查看数组的行数、列数 print(b.shape[0]) # 查看数组的行数 print(b.shape[1]) # 查看数组的列数

2 5

5.查看数组的维数 print(b.ndim) # 查看数组的维数

2

6.转置数组 print(b.T) # 转置数组

[[1 6] [5 7] [3 8] [4 9] [5 5]]

import numpy as np a = np.array([[1,5],[4,5,7],3]) b = np.array(([1,5,3,4,5],[6,7,8,9,5])) print(type(a)) print(type(b)) print(a) print(b) print(a.dtype) # 查看数组中每个元素的类型 print(b.dtype) print(a.shape) # 查看数组的行列，3行 print(b.shape) # 查看数组的行数，返回行列的元组。5行5列 print(b.shape[0]) # 查看数组的行数 print(b.shape[1]) # 查看数组的列数 print(b.ndim) # 查看数组的维数 print(b.T) # 转置数组 三、数组索引 切片 import numpy as np a = np.array([[1,2,3,4,5],[6,7,8,9,10]]) b = np.array(([1,2,3,4,5],[6,7,8,9,10])) print(a) print(b)

[[ 1 2 3 4 5] [ 6 7 8 9 10]] [[ 1 2 3 4 5] [ 6 7 8 9 10]]

1.选取第二行的元素 print(a[:]) # 选取全部元素 print(a[1]) # 选取第二行的元素

[[ 1 2 3 4 5] [ 6 7 8 9 10]] 这个是列表 [ 6 7 8 9 10]

2.选取[0:1）中的全部元素 print(a[0:1]) # 选取[0:1）中的全部元素

这个是数组 [[1 2 3 4 5]]

3.选取第二行中第[2:5)的元素 print(a[1,2:5]) # 选取第二行中第[2:5)的元素 print(a[1,:]) # 选取第二行之后的

这个是列表 [ 8 9 10] [ 6 7 8 9 10]

4.选取行为1，列为2的元素8 print(a[1,2]) # 选取行为1，列为2的元素8 print(a[1][2]) # 选取行为1，列为2的元素8

8 8

import numpy as np a = np.array([[1,2,3,4,5],[6,7,8,9,10]]) b = np.array(([1,2,3,4,5],[6,7,8,9,10])) print(a) print(b) print(a[:]) # 选取全部元素 print(a[1]) # 选取第二行的元素 print(a[0:1]) # 选取[0:1）中的全部元素 print(a[1,2:5]) # 选取第二行中第[2:5)的元素 print(a[1,:]) # 选取第二行之后的 print(a[1,2]) # 选取行为1，列为2的元素8 print(a[1][2]) # 选取行为1，列为2的元素8 四、矩阵运算 import numpy as np import numpy.linalg as lg a = np.array([[1,2,3],[4,5,6],[5,4,5]]) b = np.array([[1,5,4],[3,4,8],[8,5,6]]) 1.相加减 print(a+b) print(a-b)

[[ 2 7 7] [ 7 9 14] [13 9 11]] [[ 0 -3 -1] [ 1 1 -2] [-3 -1 -1]]

2.相除 print(a/b) # 相除 print(a%b) # 相除后取余数

[[1. 0.4 0.75 ] [1.33333333 1.25 0.75 ] [0.625 0.8 0.83333333]] [[0 2 3] [1 1 6] [5 4 5]]

3.矩阵每个元素取n次方 print(a**5) # 矩阵每个元素取n次方

[[ 1 32 243] [1024 3125 7776] [3125 1024 3125]]

4.点乘满足：第一个矩阵的列数等于第二个矩阵的行数 print(a.dot(b)) # 点乘满足：第一个矩阵的列数等于第二个矩阵的行数

[[31 28 38] [67 70 92] [57 66 82]]

5.转置 print(a.transpose()) # 转置等价于print(a.T)

转置等价于print(a.T) [[1 4 5] [2 5 4] [3 6 5]]

6.用linalg的inv()函数来求逆 print(lg.inv(a)) # 用linalg的inv()函数来求逆

[[-0.16666667 -0.33333333 0.5 ] [-1.66666667 1.66666667 -1. ] [ 1.5 -1. 0.5 ]]

import numpy as np import numpy.linalg as lg a = np.array([[1,2,3],[4,5,6],[5,4,5]]) b = np.array([[1,5,4],[3,4,8],[8,5,6]]) print(a+b) print(a-b) print(a/b) # 相除 print(a%b) # 相除后取余数 print(a**5) # 矩阵每个元素取n次方 print(a.dot(b)) # 点乘满足：第一个矩阵的列数等于第二个矩阵的行数 print(a.transpose()) # 转置等价于print(a.T) print(lg.inv(a)) # 用linalg的inv()函数来求逆

本文标签： 基础Pythonnumpy