Kuasai fungsi numpy biasa dan aplikasinya: pelajari pengetahuan asas fungsi numpy

王林
Lepaskan: 2024-01-26 08:46:06
asal
529 orang telah melayarinya

Kuasai fungsi numpy biasa dan aplikasinya: pelajari pengetahuan asas fungsi numpy

Ketahui fungsi numpy: Kuasai fungsi numpy biasa dan penggunaannya, contoh kod khusus diperlukan

Python ialah bahasa pengaturcaraan berkuasa yang digunakan secara meluas dalam bidang analisis data dan pengkomputeran saintifik. Dalam bidang ini, numpy ialah perpustakaan yang sangat penting, yang menyediakan sejumlah besar fungsi untuk bekerja dengan tatasusunan dan matriks. Dalam artikel ini, kami akan meneroka beberapa fungsi numpy yang biasa digunakan dan penggunaannya, dan memberikan contoh kod konkrit.

Pertama, kita perlu mengimport perpustakaan numpy untuk menggunakan fungsinya. Sebelum mengimport, pastikan anda telah memasang perpustakaan numpy dengan betul. Anda boleh memasang numpy menggunakan arahan berikut:

pip install numpy
Salin selepas log masuk

Setelah anda berjaya memasang numpy, anda boleh mengimportnya dalam kod anda:

import numpy as np
Salin selepas log masuk

Seterusnya, mari kita mula mempelajari beberapa fungsi numpy yang biasa digunakan dan penggunaannya.

  1. Buat tatasusunan
    numpy menyediakan pelbagai cara untuk mencipta tatasusunan. Cara paling mudah ialah menggunakan fungsi np.array. Contoh kod berikut mencipta tatasusunan satu dimensi: np.array函数。以下代码示例创建了一个一维数组:
a = np.array([1, 2, 3, 4, 5])
print(a)
Salin selepas log masuk

输出结果:

[1 2 3 4 5]
Salin selepas log masuk

除了使用np.array函数,还可以使用以下方法创建数组:

  • np.zeros:创建一个由0填充的数组;
  • np.ones:创建一个由1填充的数组;
  • np.arange:创建一个等差数列数组;
  • np.linspace:创建一个等间距数列数组;
  1. 数组操作
    numpy提供了许多操作数组的函数。以下是一些常见的函数及其用法。
  • np.shape:获取数组的形状;
  • np.ndim:获取数组的维度;
  • np.size:获取数组的大小;
  • np.reshape:改变数组的形状;
  • np.concatenate:连接两个数组;
  • np.split:将一个数组分成多个子数组;

以下代码示例演示了一些数组操作的用法:

a = np.array([[1, 2, 3], [4, 5, 6]])
print(np.shape(a))  # 输出(2, 3)
print(np.ndim(a))  # 输出2
print(np.size(a))  # 输出6

b = np.reshape(a, (3, 2))
print(b)
Salin selepas log masuk

输出结果:

[[1 2]
 [3 4]
 [5 6]]
Salin selepas log masuk
  1. 数学运算
    numpy提供了丰富的数学函数,用于对数组进行计算。以下是一些常见的数学函数及其用法。
  • np.sum:计算数组元素的总和;
  • np.mean:计算数组元素的平均值;
  • np.max:找到数组中的最大值;
  • np.min:找到数组中的最小值;
  • np.sin:计算数组元素的正弦值;
  • np.cos:计算数组元素的余弦值;

以下代码示例演示了一些数学运算的用法:

a = np.array([1, 2, 3, 4, 5])

print(np.sum(a))  # 输出15
print(np.mean(a))  # 输出3.0
print(np.max(a))  # 输出5
print(np.min(a))  # 输出1

b = np.sin(a)
print(b)
Salin selepas log masuk

输出结果:

[ 0.84147098  0.90929743  0.14112001 -0.7568025  -0.95892427]
Salin selepas log masuk
  1. 矩阵运算
    除了对数组进行数学运算,numpy还提供了丰富的矩阵运算函数。以下是一些常见的矩阵运算函数及其用法。
  • np.dot:计算两个矩阵的点积;
  • np.transpose:矩阵转置;
  • np.linalg.inv:计算矩阵的逆;
  • np.linalg.det:计算矩阵的行列式;
  • np.linalg.solve
    a = np.array([[1, 2], [3, 4]])
    b = np.array([[5, 6], [7, 8]])
    
    c = np.dot(a, b)
    print(c)
    
    d = np.transpose(a)
    print(d)
    
    e = np.linalg.inv(a)
    print(e)
    
    f = np.linalg.det(b)
    print(f)
    
    x = np.array([[1, 2], [3, 4]])
    y = np.array([5, 6])
    z = np.linalg.solve(x, y)
    print(z)
    Salin selepas log masuk
  • Hasil keluaran:
[[19 22]
 [43 50]]
[[1 3]
 [2 4]]
[[-2.   1. ]
 [ 1.5 -0.5]]
-2.000000000000002
[-4.   4.5]
Salin selepas log masuk

Selain menggunakan fungsi np.array, anda juga boleh mencipta tatasusunan menggunakan yang berikut kaedah:

    np.sifar: Buat tatasusunan yang diisi dengan 0s; np.arange code>: Buat tatasusunan jujukan yang sama jaraknya

    np.linspace: Buat tatasusunan jujukan yang sama jaraknya; Operasi tatasusunan

    numpy menyediakan banyak fungsi operasi tatasusunan. Di bawah adalah beberapa fungsi biasa dan penggunaannya. 🎜
      🎜np.shape: Dapatkan bentuk tatasusunan 🎜🎜np.ndim: Dapatkan dimensi tatasusunan 🎜🎜saiz np.: Dapatkan saiz tatasusunan; Hubungkan dua tatasusunan; ="3">🎜Operasi Matematik🎜Numpy menyediakan set fungsi matematik yang kaya untuk melakukan pengiraan pada tatasusunan. Berikut adalah beberapa fungsi matematik biasa dan kegunaannya. 🎜
        🎜np.sum: Kira jumlah elemen tatasusunan 🎜🎜np.min: Kira purata elemen tatasusunan 🎜🎜np.max: Cari nilai maksimum dalam tatasusunan 🎜🎜np.min: Cari nilai minimum dalam tatasusunan 🎜🎜np.sin: Kira Nilai sinus bagi elemen tatasusunan; 🎜Hasil keluaran: 🎜rrreee
          🎜Operasi Matriks🎜Selain melaksanakan operasi matematik pada tatasusunan, numpy juga menyediakan banyak fungsi operasi matriks. Berikut ialah beberapa fungsi operasi matriks biasa dan penggunaannya. 🎜
          🎜np.dot: Kira hasil darab titik dua matriks 🎜🎜np.transpose: Matriks transpose 🎜🎜 np .linalg.inv: Kira songsangan bagi matriks; kod> : Selesaikan sistem persamaan linear; 🎜🎜🎜Contoh kod berikut menunjukkan penggunaan beberapa operasi matriks: 🎜rrreee🎜Hasil keluaran: 🎜rrreee🎜Dalam artikel ini, kami memperkenalkan beberapa fungsi numpy yang biasa digunakan dan penggunaannya. Dengan menguasai fungsi ini, anda akan dapat memanipulasi tatasusunan dan matriks dengan lebih fleksibel dan melakukan pelbagai pengiraan matematik dan saintifik. Saya harap artikel ini akan membantu anda mempelajari fungsi numpy! 🎜

Atas ialah kandungan terperinci Kuasai fungsi numpy biasa dan aplikasinya: pelajari pengetahuan asas fungsi numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan