Python面试题：使用NumPy进行高效数组运算

NumPy 是 Python 中进行高效数组运算的基础库。以下是一些示例，展示了如何使用 NumPy 进行高效的数组运算，包括创建数组、数组操作、数学运算以及一些高级操作。

安装 NumPy

如果你还没有安装 NumPy，可以通过以下命令进行安装：

pip install numpy

示例代码

1. 创建数组

import numpy as np

# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4, 5])
print("一维数组:", array_1d)

# 创建一个二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print("二维数组:\n", array_2d)

# 创建一个全零数组
zeros_array = np.zeros((3, 3))
print("全零数组:\n", zeros_array)

# 创建一个全一数组
ones_array = np.ones((2, 4))
print("全一数组:\n", ones_array)

# 创建一个单位矩阵
identity_matrix = np.eye(4)
print("单位矩阵:\n", identity_matrix)

# 创建一个范围数组
range_array = np.arange(0, 10, 2)
print("范围数组:", range_array)

# 创建一个随机数组
random_array = np.random.rand(3, 3)
print("随机数组:\n", random_array)

2. 数组操作

# 数组形状
print("数组形状:", array_2d.shape)

# 数组重塑
reshaped_array = array_1d.reshape((1, 5))
print("重塑后的数组:\n", reshaped_array)

# 数组切片
slice_array = array_2d[:, 1:3]
print("数组切片:\n", slice_array)

# 数组拼接
concatenated_array = np.concatenate((array_2d, array_2d), axis=0)
print("数组拼接:\n", concatenated_array)

3. 数学运算

# 数组加法
array_sum = array_1d + 10
print("数组加法:", array_sum)

# 数组减法
array_diff = array_1d - 1
print("数组减法:", array_diff)

# 数组乘法
array_product = array_1d * 2
print("数组乘法:", array_product)

# 数组除法
array_division = array_1d / 2
print("数组除法:", array_division)

# 数组元素平方
array_square = array_1d ** 2
print("数组平方:", array_square)

# 数组的逐元素运算
elementwise_sum = array_1d + np.array([5, 4, 3, 2, 1])
print("逐元素运算:", elementwise_sum)

# 数组矩阵乘法
matrix_product = np.dot(array_2d, array_2d.T)
print("矩阵乘法:\n", matrix_product)

4. 高级操作

# 数组转置
transpose_array = array_2d.T
print("数组转置:\n", transpose_array)

# 数组广播
broadcast_array = array_2d + np.array([1, 2, 3])
print("数组广播:\n", broadcast_array)

# 数组条件筛选
filtered_array = array_1d[array_1d > 3]
print("条件筛选后的数组:", filtered_array)

# 数组求和
sum_array = np.sum(array_2d)
print("数组求和:", sum_array)

# 数组最大值和最小值
max_value = np.max(array_2d)
min_value = np.min(array_2d)
print("数组最大值:", max_value)
print("数组最小值:", min_value)

# 数组均值和标准差
mean_value = np.mean(array_2d)
std_value = np.std(array_2d)
print("数组均值:", mean_value)
print("数组标准差:", std_value)

代码解释

1. 创建数组：展示了如何创建一维、二维数组，以及全零、全一、单位矩阵、范围数组和随机数组。
2. 数组操作：包括数组的形状、重塑、切片和拼接。
3. 数学运算：展示了加法、减法、乘法、除法、平方和逐元素运算，还包括矩阵乘法。
4. 高级操作：包括数组转置、广播、条件筛选、求和、最大值、最小值、均值和标准差。

通过这些示例，你可以快速掌握使用 NumPy 进行高效数组运算的基本方法和技巧。实际应用中，可以根据具体需求进行更加复杂和深入的操作。