Ringkasan fungsi numpy: Senarai fungsi dan fungsi yang biasa digunakan

Panduan Fungsi Numpy: Gambaran keseluruhan fungsi yang biasa digunakan dan fungsinya dalam perpustakaan numpy, contoh kod khusus diperlukan

Pengenalan:
NumPy ialah perpustakaan teras untuk pengkomputeran saintifik dalam Python, menyediakan sejumlah besar tatasusunan yang cekap fungsi operasi dan alatan. Ia telah digunakan secara meluas dalam bidang seperti pemprosesan data, pengkomputeran berangka dan pembelajaran mesin. Artikel ini akan memperkenalkan beberapa fungsi NumPy yang biasa digunakan, serta fungsi dan penggunaan khusus mereka, dan memberikan contoh kod yang sepadan.

1. Fungsi untuk mencipta tatasusunan

1. numpy.array()
   numpy.array() fungsi digunakan untuk mencipta tatasusunan. Boleh mengambil senarai, tuple, nombor atau tatasusunan lain dan mencipta tatasusunan bentuk dan jenis data yang ditentukan.

Contoh kod:
import numpy sebagai np

Buat tatasusunan 1 dimensi

a = np.array([1, 2, 3])
print(a) # Output: [1 2 3]

Cipta tatasusunan 2 dimensi

b = np.array([[1, 2, 3], [4, 5, 6]])
cetak(b)
'''
Output:
[[1 2 3 ]
[4 5 6]]
'''

2. numpy.zeros()
   numpy.zeros() fungsi digunakan untuk mencipta tatasusunan saiz yang ditentukan dan memulakan elemen tatasusunan kepada 0.

Contoh kod:
import numpy sebagai np

Buat tatasusunan 3x3 semua 0s

a = np.zeros((3, 3))
print(a)
'''[
Output:
. 0. 0.]
[0. 0. 0.]
[0. 0.]]
'''

3. numpy.ones()
   numpy.ones() digunakan untuk mencipta fungsi yang ditentukan saiz tatasusunan dan mulakan elemen tatasusunan kepada 1.

Contoh kod:
import numpy sebagai np

Buat tatasusunan 2x2 semua 1s

a = np.ones((2, 2))
print(a)
''[1Output:
. 1.]
[1. 1.]]
'''

2. Fungsi operasi tatasusunan

numpy.shape()
1. numpy.shape() digunakan untuk mendapatkan bentuk tatasusunan.
   

Contoh kod:

import numpy sebagai np

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr.shape) # Output: (2, 3)

numpy.reshape()
2. numpy.reshape() fungsi digunakan untuk menukar bentuk tatasusunan.
   

Contoh kod:

import numpy sebagai np

arr = np.array([1, 2, 3, 4, 5, 6])

res = arr.reshape((2, 3))
print(res )
'''
Output:
[[[1 2 3]
[4 5 6]]
'''

numpy.concatenate()
3. numpy.concatenate() fungsi digunakan untuk menggabungkan dua atau lebih tatasusunan Sertai bersama-sama sepanjang paksi yang ditentukan.
   

Contoh kod:

import numpy sebagai np

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

b = np.array([[5, 6]])
res = np.concatenate((a, b), axis=0)
print(res)
'''
Output:
[[[1 2]
[3 4]
[5 6]]
'''

3. Fungsi operasi matematik

numpy.add()
1. numpy.add() fungsi digunakan untuk melaksanakan penambahan elemen demi elemen bagi dua tatasusunan.
   

Contoh kod:

import numpy sebagai np

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

b = np.array([4, 5, 6])
res = np.add(a , b)
print(res) # Output: [5 7 9]

numpy.subtract()
2. numpy.subtract() fungsi digunakan untuk melaksanakan penolakan elemen demi elemen bagi dua tatasusunan.
   

Contoh kod:

import numpy sebagai np

a = np.array([4, 5, 6])

b = np.array([1, 2, 3])
res = np.tolak(a , b)
print(res) # Output: [3 3 3]

numpy.dot()
3. numpy.dot() fungsi digunakan untuk mengira hasil darab titik dua tatasusunan.
   

Contoh kod:

import numpy sebagai np

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

b = np.array([4, 5, 6])
res = np.dot(a , b)
print(res) # Output: 32

Kesimpulan:

Artikel ini memperkenalkan beberapa fungsi NumPy yang biasa digunakan, fungsi dan penggunaannya serta menyediakan contoh kod yang sepadan. Dengan menggunakan fungsi ini, kita boleh membuat tatasusunan dengan mudah, melaksanakan operasi tatasusunan dan melaksanakan operasi matematik. NumPy memainkan peranan penting dalam pengkomputeran saintifik Saya harap artikel ini dapat membantu pembaca mempelajari dan menggunakan NumPy.

Bahan rujukan:

1. "Dokumentasi Rasmi NumPy", https://numpy.org/doc/
2 "Penggunaan Perpustakaan Pengkomputeran Saintifik NumPy", https://www.runoob.com/numpy/. numpy -tutorial.html

Atas ialah kandungan terperinci Ringkasan fungsi numpy: Senarai fungsi dan fungsi yang biasa digunakan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!