Panduan ringkas untuk memahami penggunaan asas fungsi numpy

Permulaan Pantas: Penggunaan asas fungsi numpy

Numpy ialah perpustakaan yang berkuasa dalam Python untuk pengkomputeran saintifik dan analisis data. Ia menyediakan ndarray objek tatasusunan berbilang dimensi yang cekap, serta perpustakaan fungsi untuk beroperasi pada objek ini. Fungsi Numpy membolehkan kami melakukan pengiraan berangka pada kelajuan yang lebih pantas dan menyediakan pelbagai fungsi operasi tatasusunan.

Artikel ini akan memperkenalkan penggunaan asas fungsi numpy dan membantu pembaca memahami dengan lebih baik melalui contoh kod tertentu.

Pertama, kita perlu memasang perpustakaan numpy. Anda boleh memasang numpy dalam persekitaran Python dengan arahan berikut:

pip install numpy

Selepas memasang perpustakaan numpy, kita boleh mula menggunakan fungsi di dalamnya. Berikut ialah beberapa fungsi numpy yang biasa digunakan dan penggunaannya:

1. Mencipta tatasusunan

numpy menyediakan pelbagai cara untuk mencipta tatasusunan, seperti dengan menggunakan fungsi array() untuk mencipta tatasusunan daripada senarai Python atau tuple:

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])

2. Asas maklumat tatasusunan

Kita boleh menggunakan fungsi untuk melihat maklumat asas tatasusunan, seperti bentuk, jenis elemen dan bilangan elemen:

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])

print("数组的形状:", arr1.shape)
print("数组的元素类型:", arr1.dtype)
print("数组的元素个数:", arr1.size)

3. Operasi tatasusunan

numpy menyediakan satu siri fungsi matematik yang boleh Melaksanakan pelbagai operasi pada tatasusunan, seperti penambahan, penolakan, pendaraban, pembahagian, dsb.

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])

# 加法
arr3 = arr1 + arr2

# 减法
arr4 = arr1 - arr2

# 乘法
arr5 = arr1 * arr2

# 除法
arr6 = arr1 / arr2

print("加法运算结果:", arr3)
print("减法运算结果:", arr4)
print("乘法运算结果:", arr5)
print("除法运算结果:", arr6)

4. Mengindeks dan menghiris tatasusunan

Sama seperti senarai dalam Python, kita boleh mengakses elemen tatasusunan menggunakan pengindeksan dan penghirisan integer:

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])

# 索引获取元素
print("索引获取元素:", arr1[2])

# 切片获取元素
print("切片获取元素:", arr1[1:4])

5. Operasi tatasusunan pada tatasusunan

menyediakan operasi tatasusunan

, seperti jumlah, purata, maksimum, minimum, dll.:

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])

# 求和
print("求和:", np.sum(arr1))

# 平均值
print("平均值:", np.mean(arr1))

# 最大值
print("最大值:", np.max(arr1))

# 最小值
print("最小值:", np.min(arr1))

Di atas hanyalah contoh kecil fungsi numpy Perpustakaan numpy menyediakan banyak fungsi untuk kita gunakan. Melalui fungsi ini, kami boleh melaksanakan operasi dengan cepat seperti penciptaan tatasusunan, operasi, pengindeksan dan pengagregatan, yang meningkatkan kecekapan pengiraan berangka dan analisis data dengan ketara.

Saya harap contoh kod dalam artikel ini dapat membantu pembaca lebih memahami penggunaan asas fungsi numpy dan meletakkan asas untuk kerja dan kajian masa hadapan. Sudah tentu, anda boleh mempelajari dan meneroka lebih lanjut penggunaan dan fungsi numpy yang lebih maju. 🎜

Atas ialah kandungan terperinci Panduan ringkas untuk memahami penggunaan asas fungsi numpy. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!