NumPy是一个用于处理数组(向量和矩阵)以及进行数值运算的Python库。下面是一些简单的例子来展示如何使用NumP:
示例1:创建数组
import numpy as np
a = np.array([1, 2, 3]) # 创建一个一维数组
b = np.array([[1, 2, 3], [4, 5, 6]]) # 创建一个二维数组
print(a)
print(b)
示例2:基本操作
import numpy as np
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])
# 数组加法
print(x + y)
# 数组乘法(逐元素相乘)
print(x * y)
# 计算数组的平方根
print(np.sqrt(x))
# 计算数组的指数
print(np.exp(x))
示例3:数组属性
import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6]])
# 获取数组的维度
print(a.ndim) # 输出: 2
# 获取数组的形状
print(a.shape) # 输出: (2, 3)
# 获取数组的数据类型
print(a.dtype) # 输出: int64 (或根据你的系统可能有所不同)
示例4:索引与切片
import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
# 获取第一个元素
print(a[0, 0]) # 输出: 1
# 获取第二行的所有元素
print(a[1, :]) # 输出: [5 6 7 8]
# 获取第一行的第二个和第三个元素
print(a[0, 1:3]) # 输出: [2 3]
示例5:使用NumPy生成随机数
import numpy as np
# 生成一个包含10个随机浮点数的数组
r = np.random.rand(10)
print(r)
# 生成一个包含10个标准正态分布随机数的数组
n = np.random.randn(10)
print(n)
这些只是NumPy的基本用法,你可以根据需要继续深入学习更多高级功能,如广播机制、线性代数运算等。