【基础】Numpy常用函数详解

# 1. NumPy基础**

NumPy（Numerical Python）是一个用于科学计算的强大Python库。它提供了多维数组对象，称为ndarray，以及用于操作和分析这些数组的各种函数。NumPy是数据科学、机器学习和科学计算等领域的基石。

NumPy数组是同质的，这意味着它们包含相同数据类型的元素。它们可以是一维（向量）、二维（矩阵）或更高维。NumPy还提供了创建和操作数组的各种函数，包括`np.array()`、`np.zeros()`和`np.ones()`。

# 2. NumPy常用函数

### 2.1 数组创建和操作函数

#### 2.1.1 数组创建函数

NumPy提供了多种创建数组的方法，包括：

- `np.array()`：将Python列表或元组转换为NumPy数组。
- `np.zeros()`：创建一个指定形状的数组，元素全部为0。
- `np.ones()`：创建一个指定形状的数组，元素全部为1。
- `np.empty()`：创建一个指定形状的数组，元素未初始化。
- `np.full()`：创建一个指定形状的数组，元素全部为指定值。

**代码块：**

# 使用np.array()创建数组
arr = np.array([1, 2, 3, 4, 5])
print(arr)

# 使用np.zeros()创建数组
arr = np.zeros((3, 4))
print(arr)

**逻辑分析：**

`np.array()`函数将Python列表转换为一个一维NumPy数组，而`np.zeros()`函数创建了一个形状为(3, 4)的二维数组，其中所有元素都为0。

#### 2.1.2 数组操作函数

NumPy提供了各种数组操作函数，包括：

- `np.reshape()`：改变数组的形状。
- `np.transpose()`：转置数组。
- `np.concatenate()`：连接数组。
- `np.split()`：将数组拆分为多个子数组。
- `np.delete()`：从数组中删除元素或子数组。

**代码块：**

# 使用np.reshape()改变数组形状
arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = arr.reshape((2, 3))
print(new_arr)

# 使用np.transpose()转置数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
new_arr = np.transpose(arr)
print(new_arr)

**逻辑分析：**

`np.reshape()`函数将一维数组重塑为一个形状为(2, 3)的二维数组，而`np.transpose()`函数将二维数组转置，交换行和列。

### 2.2 数学运算函数

#### 2.2.1 基本数学运算函数

NumPy提供了广泛的基本数学运算函数，包括：

- `np.add()`：数组加法。
- `np.subtract()`：数组减法。
- `np.multiply()`：数组乘法。
- `np.divide()`：数组除法。
- `np.power()`：数组幂运算。

**代码块：**

# 使用np.add()进行数组加法
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
new_arr = np.add(arr1, arr2)
print(new_arr)

# 使用np.power()进行数组幂运算
arr = np.array([1, 2, 3])
new_arr = np.power(arr, 2)
print(new_arr)

**逻辑分析：**

`np.add()`函数对两个数组中的相应元素进行加法，而`np.power()`函数对数组中的每个元素求平方。

#### 2.2.2 统计函数

NumPy还提供了各种统计函数，包括：

- `np.mean()`：计算数组的平均值。
- `np.median()`：计算数组的中位数。
- `np.std()`：计算数组的标准差。
- `np.var()`：计算数组的方差。
- `np.max()`：计算数组的最大值。
- `np.min()`：计算数组的最小值。

**代码块：**

# 使用np