Fungsi Numpy: analisis komprehensif dan aplikasi mendalam

Penjelasan terperinci tentang fungsi numpy: dari pemula hingga mahir

Pengenalan:
Dalam bidang sains data dan pembelajaran mesin, numpy ialah perpustakaan Python yang sangat penting. Ia menyediakan alat manipulasi tatasusunan berbilang dimensi yang cekap dan berkuasa, menjadikan pemprosesan data berskala besar mudah dan pantas. Artikel ini akan memperkenalkan secara terperinci beberapa fungsi yang paling biasa digunakan dalam perpustakaan numpy, termasuk penciptaan tatasusunan, pengindeksan, penghirisan, operasi dan transformasi, dan juga akan memberikan contoh kod khusus.

1. Penciptaan tatasusunan

1. Gunakan fungsi numpy.array() untuk mencipta tatasusunan.

   import numpy as np
   
   # 创建一维数组
   arr1 = np.array([1, 2, 3, 4, 5])
   print(arr1)
   
   # 创建二维数组
   arr2 = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr2)
   
   # 创建全0/1数组
   arr_zeros = np.zeros((2, 3))
   print(arr_zeros)
   
   arr_ones = np.ones((2, 3))
   print(arr_ones)
   
   # 创建指定范围内的数组
   arr_range = np.arange(0, 10, 2)
   print(arr_range)

2. Pengindeksan dan penghirisan tatasusunan

1. Gunakan indeks untuk mengakses elemen tatasusunan.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[0])
   print(arr[2:4])

2. Gunakan pengindeksan boolean untuk memilih elemen yang memenuhi syarat.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   print(arr[arr > 3])

3. Operasi tatasusunan

1. Operasi asas pada tatasusunan.

   import numpy as np
   
   arr1 = np.array([1, 2, 3])
   arr2 = np.array([4, 5, 6])
   
   # 加法
   print(arr1 + arr2)
   
   # 减法
   print(arr1 - arr2)
   
   # 乘法
   print(arr1 * arr2)
   
   # 除法
   print(arr1 / arr2)
   
   # 矩阵乘法
   print(np.dot(arr1, arr2))

2. Operasi pengagregatan pada tatasusunan.

   import numpy as np
   
   arr = np.array([1, 2, 3, 4, 5])
   
   # 求和
   print(np.sum(arr))
   
   # 求最大值
   print(np.max(arr))
   
   # 求最小值
   print(np.min(arr))
   
   # 求平均值
   print(np.mean(arr))

4. Transformasi tatasusunan

1. Gunakan fungsi reshape() untuk menukar bentuk tatasusunan.

   import numpy as np
   
   arr = np.arange(10)
   print(arr)
   
   reshaped_arr = arr.reshape((2, 5))
   print(reshaped_arr)

2. Gunakan fungsi flatten() untuk menukar tatasusunan berbilang dimensi kepada tatasusunan satu dimensi.

   import numpy as np
   
   arr = np.array([[1, 2, 3], [4, 5, 6]])
   print(arr)
   
   flatten_arr = arr.flatten()
   print(flatten_arr)

Kesimpulan:
Artikel ini menyediakan pengenalan terperinci kepada beberapa fungsi umum perpustakaan numpy, termasuk penciptaan tatasusunan, pengindeksan, penghirisan, operasi dan transformasi. Fungsi hebat perpustakaan numpy boleh membantu kami memproses data berskala besar dengan cekap dan meningkatkan kecekapan sains data dan pembelajaran mesin. Saya harap artikel ini dapat membantu pembaca lebih memahami dan menggunakan fungsi perpustakaan numpy, dan dapat menggunakannya secara fleksibel dalam amalan.

Rujukan:

1. https://numpy.org/doc/stable/reference/

Atas ialah kandungan terperinci Fungsi Numpy: analisis komprehensif dan aplikasi mendalam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!