簡單易懂的numpy版本檢視指南

NumPy是Python中一個重要的科學計算包，它提供了許多數學相關的功能，在數據分析、機器學習、深度學習等領域中被廣泛應用。在 NumPy 中，陣列（array）是主要的資料結構，而陣列的操作是 NumPy 最核心的功能之一。

本文將介紹 NumPy 陣列的基本操作和檢視方法，讓讀者能夠了解如何存取陣列的元素、修改陣列的形狀、查看陣列的屬性等。

1. 建立數組

在NumPy 中，可以使用numpy.array()函數來建立數組，如下所示：

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

此時， arr就是一個含有5個元素的一維數組。我們也可以透過numpy.arange()函數或numpy.linspace()函數來建立一維陣列：

arr1 = np.arange(10)   # 生成一个0到9的一维数组
arr2 = np.linspace(0, 10, 11)   # 生成一个0到10之间，含11个元素的一维数组

2. 存取元素

存取NumPy 陣列中的元素可以透過數組下標來實現，注意數組下標從0開始。對於多維數組，可以使用多個下標來存取特定元素。例如：

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0, 0])   # 访问第一个元素 1
print(arr[1, 2])   # 访问第二行第三列的元素 6

3. 修改形狀

在 NumPy 中，我們可以使用numpy.reshape()函數來修改陣列的形狀。例如：

arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = arr.reshape(2, 3)   # 将一维数组变为二维数组，形状为(2,3)

此時，new_arr的形狀為(2,3)，即兩行三列的矩陣，元素為：

1  2  3
4  5  6

4. 查看陣列屬性

在NumPy 中，我們可以查看陣列的形狀、元素個數、資料型別等屬性。例如：

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr.shape)   # 输出形状 (6,)
print(arr.size)   # 输出元素个数 6
print(arr.dtype)   # 输出数据类型 int32

其中，shape表示陣列的形狀，size表示陣列元素的個數，dtype表示陣列的資料類型。

5. 其他陣列運算

（1）對陣列進行切片運算，可以使用":"運算元。例如：

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

（2）對陣列進行一些統計操作，例如計算陣列中元素的和、平均值、標準差等。例如：

arr = np.array([1, 2, 3, 4, 5, 6])
print(np.sum(arr))   # 计算元素的和，输出21
print(np.mean(arr))   # 计算平均值，输出3.5
print(np.std(arr))   # 计算标准差，输出1.707825127659933

（3）對陣列進行一些邏輯運算，例如篩選出陣列中符合條件的元素。例如：

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

以上就是使用 NumPy 操作陣列的基本方法，我們可以使用這些方法來存取和修改陣列的形狀與元素，以及進行一些統計和邏輯操作。

以上是簡單易懂的numpy版本檢視指南的詳細內容。更多資訊請關注PHP中文網其他相關文章！