numpy函數大全及其用途：詳解numpy庫中的所有函數

numpy函數大全：詳解numpy庫中的全部函數及其用途，需要具體程式碼範例

導語：
在資料分析與科學計算領域中，常常需要處理大規模的數值資料。 numpy是Python中最常用的一個開源庫，提供了高效的多維數組物件和一系列用於操作數組的函數。本文將詳細介紹numpy庫中的全部函數及其用途，並給出具體的程式碼範例，幫助讀者更好地理解並使用numpy庫。

一、陣列的建立與變形

1. np.array()：建立數組，並將輸入的資料轉換為ndarray物件。

import numpy as np

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

輸出結果為：

[1 2 3 4 5]

2. np.arange()：建立等差數組。

import numpy as np

arr = np.arange(0, 10, 2)
print(arr)

輸出結果為：

[0 2 4 6 8]

3. np.zeros()：建立元素全為0的陣列。

import numpy as np

arr = np.zeros((2, 3))
print(arr)

輸出結果為：

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

4. np.ones()：建立元素全為1的陣列。

import numpy as np

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

輸出結果為：

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

5. np.linspace()：建立等間距陣列。

import numpy as np

arr = np.linspace(0,1,5)
print(arr)

輸出結果為：

[0.   0.25 0.5  0.75 1.  ]

6. np.eye()：建立對角線為1的矩陣。

import numpy as np

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

輸出結果為：

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

二、陣列的運算與運算

1. 陣列的形狀運算

• np.reshape()：改變陣列的形狀。

import numpy as np

arr = np.arange(1, 10)
arr_reshape = np.reshape(arr, (3, 3))
print(arr_reshape)

輸出結果為：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

• arr.flatten()：將多維數組轉換為一維數組。

import numpy as np

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

輸出結果為：

[1 2 3 4 5 6]

2. 陣列的元素運算

• np.sort()：對陣列的元素進行排序。

import numpy as np

arr = np.array([3, 1, 5, 2, 4])
arr_sorted = np.sort(arr)
print(arr_sorted)

輸出結果為：

[1 2 3 4 5]

• np.argmax()：傳回陣列中最大元素的索引。

import numpy as np

arr = np.array([3, 1, 5, 2, 4])
max_index = np.argmax(arr)
print(max_index)

輸出結果為：

2

3. 陣列的運算

• np.add()：兩個陣列相加。

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.add(arr1, arr2)
print(result)

輸出結果為：

[5 7 9]

• np.dot()：對兩個陣列進行點乘。

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.dot(arr1, arr2)
print(result)

輸出結果為：

32

三、統計函數與線性代數函數

1. 統計函數

• np.mean()：計算陣列的平均值。

import numpy as np

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

輸出結果為：

3.0

• np.std()：計算陣列的標準差。

import numpy as np

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

輸出結果為：

1.4142135623730951

2. 線性代數函數

• np.linalg.det()：計算矩陣的行列式。

import numpy as np

matrix = np.array([[1, 2], [3, 4]])
det = np.linalg.det(matrix)
print(det)

輸出結果為：

-2.0000000000000004

• np.linalg.inv()：計算矩陣的逆矩陣。

import numpy as np

matrix = np.array([[1, 2], [3, 4]])
inv = np.linalg.inv(matrix)
print(inv)

輸出結果為：

[[-2.   1. ]
 [ 1.5 -0.5]]

四、輔助函數與通用函數

1. 輔助函數

• np.loadtxt()：從文字檔案載入資料。

import numpy as np

arr = np.loadtxt('data.txt')
print(arr)

• np.savetxt()：將資料儲存到文字檔案。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
np.savetxt('data.txt', arr)

2. 通用函數

• np.sin()：計算陣列中元素的正弦值。

import numpy as np

arr = np.array([0, np.pi / 2, np.pi])
sin_val = np.sin(arr)
print(sin_val)

輸出結果為：

[0.         1.         1.2246468e-16]

• np.exp()：計算陣列中元素的指數值。

import numpy as np

arr = np.array([1, 2, 3])
exp_val = np.exp(arr)
print(exp_val)

輸出結果為：

[ 2.71828183  7.3890561  20.08553692]

本文僅展示了numpy庫中的一小部分函數，numpy還有更多強大的函數和功能。希望讀者能在實際程式設計上靈活運用numpy函式庫的函數，提升資料處理的效率與精確度。

以上是numpy函數大全及其用途：詳解numpy庫中的所有函數的詳細內容。更多資訊請關注PHP中文網其他相關文章！