Analyse des paramètres courants et utilisation de la fonction numpy
Numpy est une bibliothèque de calcul numérique couramment utilisée en Python. Elle fournit une multitude de fonctions d'opérations numériques et de structures de données, et peut effectuer des opérations sur tableaux et des calculs numériques de manière pratique et rapide. Cet article analysera les paramètres courants et l'utilisation des fonctions numpy et fournira des exemples de code spécifiques.
1. Paramètres communs de la fonction numpy
Exemple :
import numpy as np a = np.array([1, 2, 3, 4]) # 定义一维数组 b = np.array([[1, 2], [3, 4]]) # 定义二维数组 print(a) # 输出:[1 2 3 4] print(b) # 输出:[[1 2] # [3 4]]
Exemple :
import numpy as np a = np.array([1, 2, 3], dtype=np.float) # 指定数组元素为浮点型 b = np.array([1, 2, 3], dtype=np.int) # 指定数组元素为整型 print(a) # 输出:[1. 2. 3.] print(b) # 输出:[1 2 3]
Exemple :
import numpy as np a = np.array([1, 2, 3, 4]) # 一维数组 b = np.array([[1, 2], [3, 4]]) # 二维数组 print(a.shape) # 输出:(4,) print(b.shape) # 输出:(2, 2)
Exemple :
import numpy as np a = np.array([[1, 2], [3, 4]]) print(np.sum(a, axis=0)) # 按列求和,输出:[4 6] print(np.sum(a, axis=1)) # 按行求和,输出:[3 7]
Exemple :
import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = np.zeros(3) np.add(a, b, out=c) # 将a和b相加,结果放在c中 print(c) # 输出:[5. 7. 9.]
2. Utilisations courantes des fonctions numpy
np.array()
、np.zeros()
、np.ones()
、np.arange()
etc. Exemple :
import numpy as np a = np.array([1, 2, 3]) # 创建一维数组 b = np.zeros((2, 2)) # 创建全0的二维数组 c = np.ones((3, 3)) # 创建全1的二维数组 d = np.arange(0, 10, 2) # 创建一个等差数列 print(a) # 输出:[1 2 3] print(b) # 输出:[[0. 0.] # [0. 0.]] print(c) # 输出:[[1. 1. 1.] # [1. 1. 1.] # [1. 1. 1.]] print(d) # 输出:[0 2 4 6 8]
Exemple :
import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) print(np.add(a, b)) # 数组相加,输出:[5 7 9] print(np.subtract(a, b)) # 数组相减,输出:[-3 -3 -3] print(np.multiply(a, b)) # 数组相乘,输出:[4 10 18] print(np.divide(a, b)) # 数组相除,输出:[0.25 0.4 0.5] print(np.sum(a)) # 数组求和,输出:6 print(np.mean(a)) # 数组平均值,输出:2
Exemple :
import numpy as np a = np.array([[1, 2], [3, 4]]) b = np.transpose(a) # 转置数组 c = np.reshape(a, (1, 4)) # 将数组重塑为1行4列的数组 d = np.concatenate((a, b), axis=1) # 按列合并数组 print(b) # 输出:[[1 3] # [2 4]] print(c) # 输出:[[1 2 3 4]] print(d) # 输出:[[1 2 1 3] # [3 4 2 4]]
Cet article présente les paramètres courants et l'utilisation des fonctions numpy, et fournit des exemples de code spécifiques. Maîtriser l'utilisation de ces fonctions peut effectuer des opérations sur les tableaux et des calculs numériques plus efficacement et améliorer l'efficacité de la programmation.
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!