Numpy库常用函数大全：解锁高效科学计算技巧

import numpy as np

# 从 Python 列表和元组创建数组
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array((1, 2, 3))

# 创建全 0 数组
zeros_arr = np.zeros((2, 3))

# 创建全 1 数组
ones_arr = np.ones((2, 3))

# 创建一个任意值的数组
full_arr = np.full((2, 3), 4)

# 创建一个类似于 Python range 函数的数组
range_arr = np.arange(0, 10, 2)

# 创建一个在指定间隔内的数组
linspace_arr = np.linspace(0, 1, 5)

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])

# 两个数组的加法
add_arr = np.add(arr1, arr2)

# 两个数组的减法
sub_arr = np.subtract(arr1, arr2)

# 两个数组的乘法
mul_arr = np.multiply(arr1, arr2)

# 两个数组的除法
div_arr = np.divide(arr1, arr2)

# 将一组数按照指定的次数幂进行计算
power_arr = np.power(arr1, 2)

# 对每个元素求开方
sqrt_arr = np.sqrt(arr2)

import numpy as np

arr = np.array([[1, 2], [3, 4], [5, 6]])

# 交换数组的轴
transpose_arr = np.transpose(arr)

# 重新定义数组形状
reshape_arr = np.reshape(arr, (2, 3))

# 对多个数组进行拼接
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
concat_arr = np.concatenate((arr1, arr2), axis=0)

# 将一个数组分裂成多个数组
split_arr = np.split(concat_arr, 2)

# 按照指定要求进行数组排序
sort_arr = np.sort(arr1)

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6])

# 对数组进行求和计算
sum_arr = np.sum(arr)

# 对数组进行求平均数计算
mean_arr = np.mean(arr)

# 对数组进行求标准差计算
std_arr = np.std(arr)

# 对数组进行求方差计算
var_arr = np.var(arr)

# 对数组进行求最大值计算
max_arr = np.max(arr)

# 对数组进行求最小值计算
min_arr = np.min(arr)