numpy基础命令合集

NumPy是Python中用于数值计算的核心库，它提供了一个强大的N维数组对象以及许多数学函数，让数据处理变得更加高效。以下是NumPy的一些基本命令：

1. **创建数组**:
- `numpy.array()` 创建一维、二维或其他维度的数组。
- `numpy.zeros()` 创建全零数组。
- `numpy.ones()` 创建全一数组。
- `numpy.empty()` 或 `numpy.full()` 创建指定形状的填充特定值的数组。

2. **数组操作**:
- `numpy.shape` 获取数组的形状（行数列数）。
- `numpy.size` 获取数组元素总数。
- `numpy.reshape()` 改变数组的形状。
- `numpy.transpose()` 转置数组。

3. **索引和切片**:
- 使用整数索引来访问单个元素或切片。
- 利用布尔数组选择特定条件下的元素（masking）。

4. **数学运算**:
- `numpy.add()`, `numpy.subtract()`, `numpy.multiply()`, `numpy.divide()` 进行基本算术运算。
- `numpy.dot()` 对于矩阵乘法。
- `numpy.exp()`, `numpy.log()`, `numpy.sin()`, `numpy.cos()` 等函数执行数学函数。

5. **统计计算**:
- `numpy.mean()`, `numpy.median()`, `numpy.std()` 计算均值、中位数和标准差等。
- `numpy.max()`, `numpy.min()` 找到最大值和最小值。

6. **数组操作函数**:
- `numpy.sort()`, `numpy.argsort()` 排序数组。
- `numpy.searchsorted()` 查找插入位置。

7. **广播规则**:
NumPy允许进行向量化操作，如果输入数组的尺寸不同，会自动进行“广播”以匹配大小。