目录

一：简介

二：NumPy 常用操作

三：总结

---

一：简介

是一个开源的Python库，它为Python提供了强大的多维数组对象和用于处理这些数组的函数。NumPy的核心是ndarray，它是一个高效的多维数组容器，用于存储和处理大规模的数据。NumPy还提供了许多数学函数，用于数组之间的操作，以及用于线性代数、傅立叶变换和随机数生成等功能。

二：NumPy 常用操作

1 : 数组操作

numpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)

名称    描述
object    数组或嵌套的数列
dtype    数组元素的数据类型，可选
copy    对象是否需要复制，可选
order    创建数组的样式，C为行方向，F为列方向，A为任意方向（默认）
subok    默认返回一个与基类类型一致的数组
ndmin    指定生成数组的最小维度

(1):创建一维数组

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

(2)创建多维数组

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

(3)迭代数组
arr = np.array([1,2,3,4,5,6])

for x in np.nditer(arr.T):
    print (x, end=", " )
print ('\n')

(4)修改数组形状

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

b = arr.reshape(2,3)
print(b) 转化为2行3列

(5)数组广播

a = np.array([1,2,3,4]) 
b = np.array([10,20,30,40]) 
c = a * b 
print (c)

(6)算数运算

a = np.arange(9, dtype = np.float_).reshape(3,3)

b = np.array([10,10,10])

add = np.add(a,b)  #相加
sub = np.subtract(a,b)  #相减
mul = np.multiply(a,b)  #相乘
div = np.divide(a,b)   #相除

print (add)
print (sub)
print (mul)
print (div)

(7)统计

a = np.array([[3,7,5],[8,4,3],[2,4,9]])

print (np.amin(a,1)) #按照行
print (np.amin(a,0))  #按照列

(8)数据排序

a = np.array([[3,7,8],[9,1,2]])
print (np.sort(a)) #按照行排序

print (np.sort(a, axis =  0)) #按照列排序

(9) 数据筛选

a = np.array([[30,40,70],[80,20,10],[50,90,60]])

print (a.flatten())

print(np.argmax(a, axis =  0)) #按列求最大值
print(np.argmax(a, axis =  1)) #按行求最大值

2: 运算

(1) 两个数组的点积，即元素对应相乘。
a = np.array([[1,2],[3,4]])
b = np.array([[11,12],[13,14]])
print(np.dot(a,b))

(2) 两个向量的点积

a = np.array([[1,2],[3,4]]) 
b = np.array([[11,12],[13,14]]) 
 
# vdot 将数组展开计算内积
print (np.vdot(a,b))

(3)计算矩阵的乘法逆矩阵

x = np.array([[1,2],[3,4]])
y = np.linalg.inv(x)
print (x)
print (y)
print (np.dot(x,y))

3: 画图
(1) 离散图

import numpy as np
from matplotlib import pyplot as plt

x = np.arange(1, 11)
y = 2 * x + 5
plt.title("离散图")
plt.xlabel("x axis caption")
plt.ylabel("y axis caption")
plt.plot(x, y, "ob")
plt.show()

(2)计算正弦曲线

import numpy as np
import matplotlib.pyplot as plt
# 计算正弦曲线上点的 x 和 y 坐标
x = np.arange(0,  3  * np.pi,  0.1)
y = np.sin(x)
plt.title("正弦曲线")
# 使用 matplotlib 来绘制点
plt.plot(x, y)
plt.show()

三：总结

这里我们只是举例演示部分NumPy的函数操作，NumPy还有很多函数用于复杂的代数运算和其他用途。