numpy函数大全及其用途:详解numpy库中的所有函数

2024年 1月 26日 51.6k 0

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

  • 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)

    登录后复制

    输出结果为:

    [1 2 3 4 5]

    登录后复制登录后复制

  • np.arange():创建等差数组。
  • import numpy as np

    arr = np.arange(0, 10, 2)
    print(arr)

    登录后复制

    输出结果为:

    [0 2 4 6 8]

    登录后复制

  • np.zeros():创建元素全为0的数组。
  • import numpy as np

    arr = np.zeros((2, 3))
    print(arr)

    登录后复制

    输出结果为:

    [[0. 0. 0.]
    [0. 0. 0.]]

    登录后复制

  • np.ones():创建元素全为1的数组。
  • import numpy as np

    arr = np.ones((2, 3))
    print(arr)

    登录后复制

    输出结果为:

    [[1. 1. 1.]
    [1. 1. 1.]]

    登录后复制

  • np.linspace():创建等间距数组。
  • import numpy as np

    arr = np.linspace(0,1,5)
    print(arr)

    登录后复制

    输出结果为:

    [0. 0.25 0.5 0.75 1. ]

    登录后复制

  • np.eye():创建对角线为1的矩阵。
  • import numpy as np

    arr = np.eye(3)
    print(arr)

    登录后复制

    输出结果为:

    [[1. 0. 0.]
    [0. 1. 0.]
    [0. 0. 1.]]

    登录后复制

    二、数组的操作与运算

  • 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)

    登录后复制

    输出结果为:

    [[1 2 3]
    [4 5 6]
    [7 8 9]]

    登录后复制

    • 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)

    登录后复制

    输出结果为:

    [1 2 3 4 5 6]

    登录后复制

  • 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)

    登录后复制

    输出结果为:

    [1 2 3 4 5]

    登录后复制登录后复制

    • 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)

    登录后复制

    输出结果为:

    2

    登录后复制

  • 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)

    登录后复制

    输出结果为:

    [5 7 9]

    登录后复制

    • 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)

    登录后复制

    输出结果为:

    32

    登录后复制

    三、统计函数与线性代数函数

  • 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)

    登录后复制

    输出结果为:

    3.0

    登录后复制

    • 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)

    登录后复制

    输出结果为:

    1.4142135623730951

    登录后复制

  • 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)

    登录后复制

    输出结果为:

    -2.0000000000000004

    登录后复制

    • 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)

    登录后复制

    输出结果为:

    [[-2. 1. ]
    [ 1.5 -0.5]]

    登录后复制

    四、辅助函数与通用函数

  • 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)

    登录后复制

    • 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)

    登录后复制

  • 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)

    登录后复制

    输出结果为:

    [0. 1. 1.2246468e-16]

    登录后复制

    • 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)

    登录后复制

    输出结果为:

    [ 2.71828183 7.3890561 20.08553692]

    登录后复制

    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。

    以上就是numpy函数大全及其用途:详解numpy库中的所有函数的详细内容,更多请关注每日运维网(www.mryunwei.com)其它相关文章!

    相关文章

    JavaScript2024新功能:Object.groupBy、正则表达式v标志
    PHP trim 函数对多字节字符的使用和限制
    新函数 json_validate() 、randomizer 类扩展…20 个PHP 8.3 新特性全面解析
    使用HTMX为WordPress增效:如何在不使用复杂框架的情况下增强平台功能
    为React 19做准备:WordPress 6.6用户指南
    如何删除WordPress中的所有评论

    发布评论