Panduan ringkas untuk menggunakan fungsi numpy

Fungsi NumPy yang mudah digunakan, contoh kod khusus diperlukan

NumPy ialah perpustakaan pengkomputeran saintifik yang sangat biasa digunakan dalam Python Ia menyediakan pelbagai fungsi dan alatan untuk memproses tatasusunan dan matriks. Dalam artikel ini, kami akan memperkenalkan beberapa fungsi yang biasa digunakan dalam NumPy dan cara menggunakannya, serta menunjukkan fungsinya melalui contoh kod tertentu.

1. Buat tatasusunan

Menggunakan NumPy, anda boleh membuat pelbagai jenis tatasusunan dengan mudah. Berikut ialah beberapa cara biasa untuk mencipta tatasusunan:

1. Gunakan fungsi numpy.array untuk mencipta tatasusunan satu dimensi:

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

   Output:

   [1 2 3 4 5]

2. Gunakan fungsi numpy.zeros untuk mencipta tatasusunan yang elemennya semua 0:

   b = np.zeros((3, 4))
   print(b)

   Output:

   [[0. 0. 0. 0.]
    [0. 0. 0. 0.]
    [0. 0. 0. 0.]]

3. Gunakan fungsi numpy.ones untuk mencipta tatasusunan dengan semua elemen:

   c = np.ones((2, 3))
   print(c)

   Output:

   [[1. 1. 1.]
    [1. 1. 1.]]

4. Gunakan fungsi numpy.ones untuk mencipta identiti matrix

   reee. Output:

   d = np.eye(3)
   print(d)

2.

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

Bilangan elemen dalam tatasusunan:

print(a.shape)  # 输出(5,)
print(b.shape)  # 输出(3, 4)
print(c.shape)  # 输出(2, 3)
print(d.shape)  # 输出(3, 3)

1. Jenis data tatasusunan:

   print(a.ndim)  # 输出1
   print(b.ndim)  # 输出2
   print(c.ndim)  # 输出2
   print(d.ndim)  # 输出2

2. 3. Operasi tatasusunan
   NumPy menyediakan beberapa contoh tatasusunan🜎:
Berikut ialah beberapa contoh tatasusunan Penambahan dan jumlah tatasusunan Penolakan:

3. print(a.size)  # 输出5
   print(b.size)  # 输出12
   print(c.size)  # 输出6
   print(d.size)  # 输出9

Pendaraban dan pembahagian tatasusunan:

4. print(a.dtype)  # 输出int64
   print(b.dtype)  # 输出float64
   print(c.dtype)  # 输出float64
   print(d.dtype)  # 输出float64

Petak dua dan punca kuasa dua tatasusunan:

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

print(x + y)  # 输出[5 7 9]
print(x - y)  # 输出[-3 -3 -3]

Pendaraban matriks

dan menghiris daripada tatasusunan

1. Num Py Menyediakan fungsi yang berkuasa untuk mengakses elemen tatasusunan Berikut ialah beberapa contoh:

2. Indeks tatasusunan:

   print(x * y)  # 输出[4 10 18]
   print(x / y)  # 输出[0.25 0.4  0.5 ]

3. Slice of array:

   print(np.square(x))  # 输出[1 4 9]
   print(np.sqrt(y))  # 输出[2. 2.236 2.449]

operasi statik

4. P

   y menyediakan tatasusunan yang kaya Operasi statistik, berikut ialah beberapa contoh:

Kira jumlah, min dan sisihan piawai tatasusunan:

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

print(np.dot(a, b))  # 输出[[19 22] [43 50]]

1. Kira nilai minimum dan maksimum tatasusunan:

   a = np.array([1, 2, 3, 4, 5])
   
   print(a[0])  # 输出1
   print(a[-1])  # 输出5

2. Ringkasan:
   Artikel ini memperkenalkan NumPy Beberapa fungsi biasa dan kaedah operasi dalam perpustakaan, dan menunjukkan penggunaannya melalui contoh kod tertentu. Dengan mempelajari fungsi dan operasi ini, anda boleh lebih memahami dan menggunakan perpustakaan NumPy untuk pengkomputeran saintifik dan analisis data. Saya harap artikel ini dapat membantu anda mempelajari NumPy!

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