python np.array

在Python中，NumPy库提供了一个用于操作多维数组的对象np.array。它是一个高性能的数组对象，能够处理大量的数据。np.array的创建可以通过传递一个列表或元组来完成，例如：

import numpy as np

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

输出：

[1 2 3]

也可以创建多维数组，例如：

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

输出：

[[1 2 3]
 [4 5 6]]

np.array还提供了一些便捷的方法来创建特殊的数组，例如全零数组np.zeros、全一数组np.ones、单位矩阵np.eye等。例如，创建一个3x3的全零数组可以这样：

zero_array = np.zeros((3, 3))
print(zero_array)

输出：

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

相关问题

python np.array 拼接

你可以使用NumPy中的`np.concatenate()`函数来拼接两个或多个NumPy数组。这个函数接受一个包含待拼接数组的元组或列表作为参数，并指定连接的轴向。下面是一个示例代码：

import numpy as np

# 创建两个示例数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 拼接数组
result = np.concatenate((arr1, arr2))

print(result)

输出结果将会是：`[1 2 3 4 5 6]`。这里我们将`arr1`和`arr2`沿着默认的轴向（轴向0）进行了拼接。你也可以通过指定`axis`参数来修改连接的轴向。

python np.array求和

可以使用numpy库中的sum函数来对numpy数组进行求和操作。

例如，创建一个包含10个元素的数组：

import numpy as np

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

然后使用sum函数对数组进行求和：

arr_sum = np.sum(arr)
print(arr_sum)   # 输出55，即1+2+3+4+5+6+7+8+9+10的和

如果数组是一个二维数组，那么可以通过指定axis参数来沿着指定的轴进行求和操作。

例如，创建一个3行3列的二维数组：

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

然后对每一行进行求和：

row_sum = np.sum(arr2d, axis=1)
print(row_sum)   # 输出[ 6 15 24]，即每一行的和

或者对每一列进行求和：

col_sum = np.sum(arr2d, axis=0)
print(col_sum)   # 输出[12 15 18]，即每一列的和