【基础】NumPy数组创建与基本操作

# 1. NumPy数组基础**

NumPy（Numerical Python）是一个用于科学计算的Python库，其核心数据结构是多维数组。NumPy数组与标准Python列表不同，它们具有以下特点：

* **同质性：**数组中的所有元素必须具有相同的类型。
* **多维性：**数组可以具有多个维度，例如行和列。
* **高效性：**NumPy数组使用C语言实现，提供了高效的数值计算。

# 2. NumPy数组创建

NumPy数组是NumPy库中处理多维数据的主要数据结构。创建NumPy数组有两种主要方法：基本创建方法和高级创建方法。

### 2.1 基本创建方法

#### 2.1.1 从列表或元组创建

最简单的方法是从列表或元组创建NumPy数组。

import numpy as np

# 从列表创建数组
list1 = [1, 2, 3, 4, 5]
array1 = np.array(list1)

# 从元组创建数组
tuple1 = (1, 2, 3, 4, 5)
array2 = np.array(tuple1)

print(array1)
print(array2)

输出：

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

#### 2.1.2 从标量创建

从标量创建NumPy数组会创建一个包含该标量重复值的数组。

# 从标量创建数组
scalar = 10
array3 = np.array(scalar, ndmin=2)

print(array3)

输出：

[[10 10]]

`ndmin`参数指定创建的数组的最小维度。

#### 2.1.3 从范围创建

`np.arange()`函数可以从给定的范围创建NumPy数组。

# 从范围创建数组
array4 = np.arange(1, 10, 2)

print(array4)

输出：

[1 3 5 7 9]

`arange()`函数的语法为：`np.arange(start, stop, step)`，其中`start`是起始值，`stop`是结束值（不包括在内），`step`是步长。

### 2.2 高级创建方法

#### 2.2.1 使用NumPy函数创建

NumPy提供了多种函数来创建具有特定形状和内容的数组。

# 使用np.zeros()创建全零数组
array5 = np.zeros((3, 4))

# 使用np.ones()创建全一数组
array6 = np.ones((3, 4))

# 使用np.empty()创建未初始化数组
array7 = np.empty((3, 4))

print(array5)
print(array6)
print(array7)

输出：

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

#### 2.2.2 从文件读取

NumPy可以从文本文件或二进制文件读取数组。

# 从文本文件读取数组
data = np.loadtxt('data.txt', delimiter=',')

# 从二进制文件读取数组
data = np.load('data.npy')

`np.loadtxt()`函数用于从文本文件读取数据，`delimiter`参数指定分隔符。`np.load()`函数用于从二进制文件读取数据。

# 3. NumPy数组基本操作

### 3.1 索引和切片

#### 3.1.1 基本索引

NumPy数组支持使用整数索引和切片来访问元素。整数索引用于访问单个元素，而切片用于访问元素的子集。

**整数索引**

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3, 4, 5])

# 访问第一个元素
print(arr[0])  # 输出：1

# 访问最后一个元素
print(arr[-1])  # 输出：5

**切片**

切片使用冒号 (:) 分隔符指定起始索引和结束索引。起始索引表示要包含的第一个元素，结束索引表示要包含的最后一个元素（不包括）。

# 从索引 1 到 3（不包括 3）获取元素
print(arr[1:3])  # 输出：[2 3]

# 从索引 0 到末尾获取元素
print(arr[:])  # 输出：[1 2 3 4 5]

# 从索引 2 到末尾，步长为 2 获取元素
print(arr[2::2])  #