Python中的numpy库详解-猿码集

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。

Python中的numpy库详解