Python NumPy处理数组的基本用法代码示例

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。