Numpy数值计算基础

    科技2025-08-11  4

    Numpy数值计算基础

    import numpy as np

    创建数组

    创建一维数组 arr1 = np.array([1,2,3,4]) print(“创建的数组为:”, arr1)

    创建二维数组 arr2 = np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]]) print(‘创建的数组为:\n’, arr2)

    查看数组结构 print(‘数组维度为:’, arr2.shape)

    查看数组类型 print(‘数组类型为:’, arr2.dtype)

    查看数组元素个数 print(‘数组元素个数为:’, arr2.size)

    查看数组每个元素大小 print(‘数组每个元素大小为:’, arr2.itemsize)

    重新设置数组的shape属性 arr2.shape = 4, 3 # 重新设置shape print(‘重新设置shape后的arr2为:’,arr2)

    使用arange函数创建数组 print(‘使用arange函数创建的数组为:\n’,np.arange(0,1,0.1))

    使用linspace函数创建数组 print(‘使用linspace函数创建的数组为:’,np.linspace(0,1,12))

    使用logspace函数创建等比数列 print(‘使用logspace函数创建的数列为:’,np.logspace(0,2,20))

    使用zeros函数创建数组 print(‘使用zeros函数创建的数组为:’,np.zeros((2,3)))

    使用eye函数创建数组 print(‘使用eye函数创建的数组为:’,np.eye(3))

    使用diag函数创建数组 print(‘使用diag函数创建的数组为:’,np.diag([1,2,3,4]))

    使用ones函数创建数组 print(‘使用ones函数创建的数组为:’,np.ones((5,3)))

    数组数据类型转换

    整型转换为浮点型 print(‘转换结果为:’,np.float64(42))

    浮点型转换为整型 print(‘转换结果为:’,np.int8(42.0))

    整型转换为布尔型 print(‘转换结果为:’,np.bool(42)) print(‘转换结果为:’,np.bool(0))

    布尔型转换为浮点型 print(‘转换结果为:’,np.float(True)) print(‘转换结果为:’,np.float(False))

    创建数据类型 df = np.dtype([(‘name’,np.str_,40),(‘numitems’,np.int64),(‘price’,np.float64)]) print(‘数据类型为:’,df)

    查看数据类型 print(‘数据类型为:’,df[‘name’]) print(‘数据类型为:’,np.dtype(df[‘name’]))

    自定义数组数据 itemz = np.array([(‘tomatoes’,42,4.14),(‘cabbages’,13,1.72)],dtype=df) print(‘自定义数据为:’,itemz)

    生成随机数

    print(‘生成的随机数为:’,np.random.random(100))

    生成服从均匀分布的随机数 print(‘生成的随机数为:\n’,np.random.rand(10,5))

    生成服从正态分布的随机数 print(‘生成的随机数为:\n’,np.random.randn(10,5))

    生成给定上下限范围的随机数 print(‘生成的随机数为:’,np.random.randint(2,10,size=[2,5]))

    使用索引访问一维数组

    用整数作为下标可以获取数组中的某个元素 arr = np.arange(10) print(‘索引结果为:’,arr[5])

    用范围作为下标获取数组的一个切片,包括arr[3],不包括arr[5] print(‘索引结果为:’,arr[3:5])

    省略开始下标,表示从arr[0]开始 print(‘索引结果为:’,arr[:5])

    下标可以使用负数,-1 表示从数组最后往前数的第一个元素 print(‘索引结果为:’,arr[-1])

    下标还可以用来修改元素的值 arr[2:4] = 100,101 print(‘索引结果为:’,arr)

    范围中的第三个参数表示步长,2 表示隔一个元素取一个元素 print(‘索引结果为:’,arr[1: -1:2])

    步长为负数时,开始下标必须大于结束下标 print(‘索引结果为:’,arr[5:1:-2])

    使用索引访问多维数组

    arr3 = np.array([[1,2,3,4,5],[4,5,6,7,8],[7,8,9,10,11]]) print(‘创建的二位数组为:’,arr3)

    索引第0行中第3和第4列的元素 print(‘索引结果为:’,arr3[0,3:5])

    索引第2行中第3-5列的元素 print(‘索引结果为:’,arr3[1:,2:])

    索引第2列的元素 print(‘索引结果为:’,arr3[:,2]) ‘’‘使用整数函数和布尔值索引访问多维数组’’’

    从两个序列的对应位置取出两个整数来组成下标:arr3[0,1],arr3[1,2],arr3[2,3] print(‘索引结果为:’,arr3[[(0,1,2),(1,2,3)]])

    索引第2、3行中的第0、2、3列的元素 print(‘索引结果为:’,arr3[1:,(0,2,3)])

    mask是一个布尔数组,它索引第1、3行中第2列的元素 mask = np.array([1,0,1],dtype=np.bool) print(‘索引结果为:’,arr3[mask,2])

    变换数组的形态

    改变数组形状 arr4 = np.arange(12) print(‘创建一维数组为:’,arr4)

    设置数组的形状 print(‘新的一维数组为:’,arr4.reshape(3,4))

    查看数组维度 print(‘数组维度为:’,arr4.reshape(3,4).ndim)

    使用ravel函数展平数组 arr5 = np.arange(12).reshape(3,4) print(‘创建的二维数组为:’,arr5) print(‘数组展平后为:’,arr5.ravel())

    使用flatten函数展平数组 print(‘数组展平为:’,arr5.flatten()) # 横向展平 print(‘数组展平为:’,arr5.flatten(‘F’)) # 纵向展平

    使用hstack函数实现数组横向组合 arr6 = np.arange(12).reshape(3,4) print(‘创建的数组6为:’,arr6) arr7 = arr6 * 3 print(‘创建的数组7为:’,arr7)

    使用hstack函数横向组合 print(‘横向组合为:’,np.hstack((arr6,arr7)))

    使用vstack函数实现数组纵向组合 print(‘纵向组合为:’,np.vstack((arr6,arr7)))

    使用concatenate函数组合数组 使用concatenate函数横向组合 print(‘横向组合为:’,np.concatenate((arr6,arr7),axis=1))

    使用concatenate函数纵向组合 print(‘纵向组合为:’,np.concatenate((arr6,arr7),axis=0))

    使用hsplit函数实现数组横向分割 arr8 = np.arange(16).reshape(4,4) print(‘创建的二维数组为:’,arr8)

    使用hsplit函数横向分割 print(‘横向分割为:’,np.hsplit(arr8,2))

    使用vsplit函数实现数组纵向分割 print(‘纵向分割为:’,np.vsplit(arr8,2))

    使用split函数分割数组 print(‘横向分割为:’,np.split(arr8,2,axis=1)) print(‘纵向分割为:’,np.split(arr8,2,axis=0))

    使用mat函数与matrix函数创建矩阵

    使用分号隔开数据 matr1 = np.mat(‘1 2 3;4 5 6;7 8 9’) print(‘创建的矩阵为:’,matr1) matr2 = np.matrix([[1,2,3],[4,5,6],[7,8,9]]) print(‘创建的矩阵为:’,matr2) ‘’‘使用bmat函数创建矩阵’’’ arr9 = np.eye(3) print(‘创建的数组9为:’,arr9) arr10 = 3 * arr9 print(‘创建的数组10为:’,arr10) print(‘创建的矩阵为:’,np.bmat(‘arr9 arr10; arr9 arr10’))

    矩阵运算

    创建矩阵 matr3 = np.mat(‘1 2 3 ;4 5 6;7 8 9’) print(‘创建的矩阵为:’,matr3)

    矩阵与数相乘 matr4 = matr3 * 3 print(‘创建的矩阵为:’,matr4)

    矩阵相加 print(‘矩阵相加结果为:’,matr3+matr4)

    矩阵相减 print(‘矩阵相减的结果为:’,matr3-matr4)

    矩阵相乘 print(‘矩阵相乘的结果为:’,matr3*matr4) print(‘矩阵对应元素相乘结果为:’,np.multiply(matr3,matr4)) ‘’‘查看矩阵属性’’’

    转置 print(‘矩阵转置结果为:’,matr3.T)

    共轭转置(实数的共轭就是其本身) print(‘矩阵的共轭转置为:’,matr3.H)

    逆矩阵 print(‘矩阵的逆矩阵的结果为:’,matr3.I)

    返回二维数组的视图 print(‘矩阵的二维数组结果为:’,matr3.A)

    数组的四则运算

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

    数组相加 print(‘数组相加的结果为:’,x + y)

    数组相减 print(‘数组相减的结果为:’,x - y)

    数组相乘 print(‘数组相乘的结果为:’,x * y)

    数组相除 print(‘数组相除的结果为:’,x / y)

    数组幂运算 print(‘数组幂运算结果为:’,x ** y)

    ‘数组的比较运算

    x = np.array([1,3,5]) y = np.array([2,3,4]) print(‘数组的比较结果为:’,x < y) print(‘数字的比较结果为:’,x > y)

    Processed: 0.015, SQL: 8