numpy（Numerical Python）是Python中的一個用於科學計算的函式庫，它提供了高效率的數值運算功能。在numpy庫中，有大量的函數供我們使用，本文將詳細解析numpy庫中一些常用函數的用法，並給出對應的程式碼範例。
一、建立陣列函數
import numpy as np # 创建一维数组 a = np.array([1, 2, 3, 4, 5]) print(a) # 创建二维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) # 创建多维数组 c = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(c)
import numpy as np # 创建一个全为0的一维数组 a = np.zeros(5) print(a) # 创建一个全为0的二维数组 b = np.zeros((2, 3)) print(b)
import numpy as np # 创建一个全为1的一维数组 a = np.ones(5) print(a) # 创建一个全为1的二维数组 b = np.ones((2, 3)) print(b)
二、數學函數
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.sin(a) print(b)
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.cos(a) print(b)
import numpy as np a = np.array([1, 2, 3]) b = np.exp(a) print(b)
三、統計函數
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.mean(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.max(a) print(b)
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.min(a) print(b)
四、陣列操作函數
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.reshape(a, (2, 3)) print(b)
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.transpose(a) print(b)
以上只是numpy庫中的一部分函數，還有很多其他的函數可以用於陣列的計算、統計、操作等。希望本文能幫助讀者更了解numpy庫中的函數列表。
以上是numpy庫函數的全面解析的詳細內容。更多資訊請關注PHP中文網其他相關文章！
