Python之Numpy详细教程

1. Numpy简介

NumPy是一个Python数学库，用于处理多维数组和矩阵。它是Python科学计算的核心库之一，提供了高效的数组操作和数学函数。NumPy的主要功能之一是N维数组对象（ndarray），它是一个由同类数据类型的元素组成的多维数组。

2. 安装Numpy

在终端输入以下命令安装Numpy：

pip install numpy

3. Numpy数组的创建

NumPy数组可以通过以下方式创建：

- 从Python列表或元组创建
- 使用函数创建，例如arange，linspace等
- 从文件中读取

import numpy as np

# 从Python列表或元组创建
a = np.array([1, 2, 3])
print(a)

# 使用函数创建
b = np.arange(0, 10, 2) # 从0开始，步长为2，到10
print(b)

c = np.linspace(0, 1, 5) # 从0到1，分成5个数
print(c)

# 从文件中读取
d = np.loadtxt('data.txt')
print(d)

4. Numpy数组的属性

NumPy数组有以下属性：

- ndim：数组的维度
- shape：数组的形状，表示每个维度的大小
- size：数组中元素的总数
- dtype：数组中元素的数据类型

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6]])
print("数组a的维度为：", a.ndim)
print("数组a的形状为：", a.shape)
print("数组a的元素总数为：", a.size)
print("数组a的数据类型为：", a.dtype)

5. Numpy数组的索引和切片

NumPy数组的索引和切片与Python列表类似。可以使用中括号[]和冒号:来进行索引和切片操作。需要注意的是，NumPy数组的索引和切片是从0开始的。

import numpy as np

a = np.array([1, 2, 3, 4, 5])
print("数组a的第一个元素为：", a[0])
print("数组a的第二个元素为：", a[1])
print("数组a的最后一个元素为：", a[-1])
print("数组a的前三个元素为：", a[:3])
print("数组a的后两个元素为：", a[-2:])
print("数组a的第二个到第四个元素为：", a[1:4])

6. Numpy数组的运算

NumPy数组支持各种数学运算，包括加减乘除、矩阵乘法、求和、平均值、标准差等。这些运算可以直接对数组进行操作，也可以使用NumPy提供的函数进行操作。

import numpy as np

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

# 加法
c = a + b
print("a + b = ", c)

# 减法
c = a - b
print("a - b = ", c)

# 乘法
c = a * b
print("a * b = ", c)

# 除法
c = a / b
print("a / b = ", c)

# 矩阵乘法
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.dot(a, b)
print("a * b = ", c)

# 求和
a = np.array([1, 2, 3])
s = np.sum(a)
print("数组a的和为：", s)

# 平均值
a = np.array([1, 2, 3])
m = np.mean(a)
print("数组a的平均值为：", m)

# 标准差
a = np.array([1, 2, 3])
std = np.std(a)
print("数组a的标准差为：", std)

7. Numpy数组的广播

广播是NumPy中的一种特殊机制，它使得不同形状的数组之间进行运算变得更加容易。在广播中，较小的数组会自动复制扩展到与较大数组相同的形状，然后进行运算。

import numpy as np

a = np.array([1, 2, 3])
b = 2
c = a * b
print(c)

a = np.array([[1, 2], [3, 4]])
b = np.array([1, 2])
c = a * b
print(c)

8. Numpy数组的转置和重塑

NumPy数组的转置和重塑操作可以通过transpose和reshape函数实现。

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.transpose(a)
print("数组a的转置为：", b)

a = np.array([1, 2, 3, 4, 5, 6])
b = np.reshape(a, (2, 3))
print("数组a的重塑为：", b)

9. Numpy数组的堆叠和拆分

NumPy数组可以通过stack、hstack、vstack、split等函数进行堆叠和拆分操作。

import numpy as np

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

# 垂直堆叠
c = np.vstack((a, b))
print("数组a和数组b的垂直堆叠为：\n", c)

# 水平堆叠
c = np.hstack((a, b))
print("数组a和数组b的水平堆叠为：\n", c)

# 拆分
c = np.array([1, 2, 3, 4, 5, 6])
d = np.split(c, 3)
print("数组c的拆分结果为：", d)

10. Numpy数组的排序

NumPy数组可以通过sort函数进行排序操作。

import numpy as np

a = np.array([3, 1, 4, 2, 6, 5])
a.sort()
print("数组a的排序结果为：", a)

a = np.array([[3, 1], [4, 2], [6, 5]])
a.sort(axis=0)
print("数组a按照第0轴排序的结果为：\n", a)