numpy (Numerical Python) est une bibliothèque de calcul scientifique en Python, qui fournit des fonctions d'opération numérique efficaces. Dans la bibliothèque numpy, nous pouvons utiliser un grand nombre de fonctions. Cet article analysera en détail l'utilisation de certaines fonctions courantes dans la bibliothèque numpy et donnera des exemples de code correspondants.
1. Créer une fonction de tableau
import numpy as np # 创建一维数组 a = np.array([1, 2, 3, 4, 5]) print(a) # 创建二维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) # 创建多维数组 c = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(c)
import numpy as np # 创建一个全为0的一维数组 a = np.zeros(5) print(a) # 创建一个全为0的二维数组 b = np.zeros((2, 3)) print(b)
import numpy as np # 创建一个全为1的一维数组 a = np.ones(5) print(a) # 创建一个全为1的二维数组 b = np.ones((2, 3)) print(b)
2. Fonction mathématique
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.sin(a) print(b)
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.cos(a) print(b)
import numpy as np a = np.array([1, 2, 3]) b = np.exp(a) print(b)
3. Fonction statistique
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.mean(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.max(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.min(a) print(b)
4. Fonction d'opération de tableau
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.reshape(a, (2, 3)) print(b)
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.transpose(a) print(b)
Ce qui précède ne sont que quelques-unes des fonctions de la bibliothèque numpy. Il existe de nombreuses autres fonctions qui peuvent être utilisées pour les calculs de tableaux, les statistiques, les opérations, etc. J'espère que cet article pourra aider les lecteurs à mieux comprendre la liste des fonctions de la bibliothèque numpy.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!