numpy函数大全及其用途:详解numpy库中的所有函数

王林
Freigeben: 2024-01-26 11:02:16
Original
745 人浏览过

numpy函数大全:详解numpy库中的全部函数及其用途

numpy函数大全:详解numpy库中的全部函数及其用途,需要具体代码示例

导语:
在数据分析和科学计算领域中,常常需要处理大规模的数值数据。numpy是Python中最常用的一个开源库,提供了高效的多维数组对象和一系列用于操作数组的函数。本文将详细介绍numpy库中的全部函数及其用途,并给出具体的代码示例,帮助读者更好地理解和使用numpy库。

一、数组的创建与变形

  1. np.array():创建数组,并将输入的数据转化为ndarray对象。
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr)
Nach dem Login kopieren

输出结果为:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
  1. np.arange():创建等差数组。
import numpy as np

arr = np.arange(0, 10, 2)
print(arr)
Nach dem Login kopieren

输出结果为:

[0 2 4 6 8]
Nach dem Login kopieren
  1. np.zeros():创建元素全为0的数组。
import numpy as np

arr = np.zeros((2, 3))
print(arr)
Nach dem Login kopieren

输出结果为:

[[0. 0. 0.]
 [0. 0. 0.]]
Nach dem Login kopieren
  1. np.ones():创建元素全为1的数组。
import numpy as np

arr = np.ones((2, 3))
print(arr)
Nach dem Login kopieren

输出结果为:

[[1. 1. 1.]
 [1. 1. 1.]]
Nach dem Login kopieren
  1. np.linspace():创建等间距数组。
import numpy as np

arr = np.linspace(0,1,5)
print(arr)
Nach dem Login kopieren

输出结果为:

[0.   0.25 0.5  0.75 1.  ]
Nach dem Login kopieren
  1. np.eye():创建对角线为1的矩阵。
import numpy as np

arr = np.eye(3)
print(arr)
Nach dem Login kopieren

输出结果为:

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
Nach dem Login kopieren

二、数组的操作与运算

  1. 数组的形状操作
  • np.reshape():改变数组的形状。
import numpy as np

arr = np.arange(1, 10)
arr_reshape = np.reshape(arr, (3, 3))
print(arr_reshape)
Nach dem Login kopieren

输出结果为:

[[1 2 3]
 [4 5 6]
 [7 8 9]]
Nach dem Login kopieren
  • arr.flatten():将多维数组转换为一维数组。
import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_flatten = arr.flatten()
print(arr_flatten)
Nach dem Login kopieren

输出结果为:

[1 2 3 4 5 6]
Nach dem Login kopieren
  1. 数组的元素操作
  • np.sort():对数组的元素进行排序。
import numpy as np

arr = np.array([3, 1, 5, 2, 4])
arr_sorted = np.sort(arr)
print(arr_sorted)
Nach dem Login kopieren

输出结果为:

[1 2 3 4 5]
Nach dem Login kopieren
Nach dem Login kopieren
  • np.argmax():返回数组中最大元素的索引。
import numpy as np

arr = np.array([3, 1, 5, 2, 4])
max_index = np.argmax(arr)
print(max_index)
Nach dem Login kopieren

输出结果为:

2
Nach dem Login kopieren
  1. 数组的运算
  • np.add():两个数组相加。
import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.add(arr1, arr2)
print(result)
Nach dem Login kopieren

输出结果为:

[5 7 9]
Nach dem Login kopieren
  • np.dot():对两个数组进行点乘。
import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.dot(arr1, arr2)
print(result)
Nach dem Login kopieren

输出结果为:

32
Nach dem Login kopieren

三、统计函数与线性代数函数

  1. 统计函数
  • np.mean():计算数组的均值。
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
mean = np.mean(arr)
print(mean)
Nach dem Login kopieren

输出结果为:

3.0
Nach dem Login kopieren
  • np.std():计算数组的标准差。
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)
Nach dem Login kopieren

输出结果为:

1.4142135623730951
Nach dem Login kopieren
  1. 线性代数函数
  • np.linalg.det():计算矩阵的行列式。
import numpy as np

matrix = np.array([[1, 2], [3, 4]])
det = np.linalg.det(matrix)
print(det)
Nach dem Login kopieren

输出结果为:

-2.0000000000000004
Nach dem Login kopieren
  • np.linalg.inv():计算矩阵的逆矩阵。
import numpy as np

matrix = np.array([[1, 2], [3, 4]])
inv = np.linalg.inv(matrix)
print(inv)
Nach dem Login kopieren

输出结果为:

[[-2.   1. ]
 [ 1.5 -0.5]]
Nach dem Login kopieren

四、辅助函数与通用函数

  1. 辅助函数
  • np.loadtxt():从文本文件中加载数据。
import numpy as np

arr = np.loadtxt('data.txt')
print(arr)
Nach dem Login kopieren
  • np.savetxt():将数据保存到文本文件中。
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
np.savetxt('data.txt', arr)
Nach dem Login kopieren
  1. 通用函数
  • np.sin():计算数组中元素的正弦值。
import numpy as np

arr = np.array([0, np.pi / 2, np.pi])
sin_val = np.sin(arr)
print(sin_val)
Nach dem Login kopieren

输出结果为:

[0.         1.         1.2246468e-16]
Nach dem Login kopieren
  • np.exp():计算数组中元素的指数值。
import numpy as np

arr = np.array([1, 2, 3])
exp_val = np.exp(arr)
print(exp_val)
Nach dem Login kopieren

输出结果为:

[ 2.71828183  7.3890561  20.08553692]
Nach dem Login kopieren

本文仅展示了numpy库中的一小部分函数,numpy还有更多强大的函数和功能。希望读者能在实际编程中灵活运用numpy库的函数,提高数据处理的效率和精确度。

以上是numpy函数大全及其用途:详解numpy库中的所有函数的详细内容。更多信息请关注PHP中文网其他相关文章!

Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!