1. Numpy简介
Numpy是Python的一个开源的科学计算库,它提供了许多高级数学和统计函数,可以用来对数组进行计算、操作和处理。Numpy提供了一个强大的N维数组对象、矩阵计算和线性代数工具等,并具有广泛的应用。
2. 安装numpy库
2.1 Windows环境下安装
在Windows环境下安装numpy,可以使用Python的包管理器pip在命令行中输入:
pip install numpy
如果需要使用之前的版本,在安装的时候可以在包名后加上等号和版本号,例如 下载并安装numpy 1.13.3 版本
pip install numpy==1.13.3
2.2 Linux环境下安装
在Linux环境下安装numpy,可以使用以下命令行输入:
sudo apt-get install python-numpy
3. Numpy常用功能
3.1. 创建Numpy数组
Numpy数组是一种强大的数据结构,它允许您在单个变量中存储多个值。以下是一些用于创建Numpy数组的方法:
3.1.1 使用Numpy对Python列表进行操作
可以利用Python列表创建Numpy数组,方法如下:
import numpy as np
a_list = [1, 2, 3]
a_numpy_array = np.array(a_list)
print(a_numpy_array)
这里,可以使用np.array()函数将Python列表转换为Numpy数组,并且可以直接使用print()函数打印Numpy数组:
[1 2 3]
3.1.2 创建Numpy数组
利用numpy提供的函数,也可以直接创建numpy数组。
import numpy as np
#创建一维numpy数组
a = np.array([1, 2, 3, 4, 5])
print(a)
#创建二维numpy数组
b = np.array([[1, 2], [3, 4], [5, 6]])
print(b)
这里,numpy提供的函数有array()、arange()等,不同的函数具有不同的功能和参数,可以根据需要选择使用。
3.2. Numpy数组的属性
在Numpy中,数组有一些常用的属性,可以使用以下代码获取:
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
#查看数组的维度
print(a.ndim)
#查看数组的形状(行数,列数)
print(a.shape)
#查看数组的元素个数
print(a.size)
3.3. Numpy数组的切片和索引
在Numpy中,对数组进行切片和索引通常需要用到冒号(:)操作符,可以以以下方式进行操作:
3.3.1. 切片
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a[:2, 1:3])
这里,可以使用切片索引选取数组的一个子集:
[[2 3]
[5 6]]
3.3.2. 索引
import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(a[1, 2])
这里,可以使用索引选取数组的某个元素,注意索引从0开始:
6
3.4. Numpy数组的运算
在Numpy中,可以使用运算符和函数对数组进行运算,例如:
3.4.1. 数组的加法和减法
import numpy as np
a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
print(a + b)
print(a - b)
数组间的加法和减法,可以使用 + 和 - 运算符,需要注意的是两个数组的形状必须相同:
[[ 6 8]
[10 12]]
[[-4 -4]
[-4 -4]]
3.4.2. 数组的数字运算和乘法
import numpy as np
a = np.array([[1,2],[3,4]])
print(a * 2)
print(a / 2)
print(a % 2)
print(a ** 2)
数组和数字的运算,可以使用 *、/、% 和 ** 运算符:
[[2 4]
[6 8]]
[[0.5 1. ]
[1.5 2. ]]
[[1 0]
[1 0]]
[[ 1 4]
[ 9 16]]
3.5. Numpy的广播
广播是一种Numpy高级操作,允许您对不同大小的数组进行操作。在广播中,Numpy将自动调整较小的数组,使其与较大的数组具有相同的形状。
import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
print(a * b)
这里,可以使用广播进行对数组的运算:
[ 4 10 18]
4. 总结
本文介绍了Numpy库以及其常用功能,包括创建Numpy数组、查看数组属性、数组切片和索引、数组运算以及广播等。使用Numpy库可以为Python程序提供高效的数据结构和许多数学操作,尤其适用于科学计算和大规模数据处理。