NumPy是Python中最受欢迎的科学计算库之一。它提供了一个强大的多维数组对象，以及用于处理数组的各种函数和工具。 许多数字和科学计算库都依赖于NumPy作为其基础库。 在本文中，我们将介绍NumPy中最常见的10个使用模式。
1. 创建NumPy数组
要创建一个NumPy数组，您可以使用numpy.array()函数，并传递一个序列作为参数。序列可以是列表、元组或其他序列类型。 例如：
“`
import numpy as np
a = np.array([1, 2, 3])
print(a)
“`
输出结果：
“`
[1 2 3]
“`
2. 改变数组形状
使用numpy.reshape()函数，您可以更改NumPy数组的形状。通过指定新的形状参数，您可以将数组转换为不同的维度。 例如：
“`
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
b = a.reshape((3, 2))
print(b)
“`
输出结果：
“`
[[1 2]
[3 4]
[5 6]]
“`
3. 数组索引和切片
NumPy数组的索引和切片方式与列表或元组类似。您可以使用方括号[]操作符，并指定元素的位置或范围。 例如：
“`
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(a[2])
print(a[1:4])
“`
输出结果：
“`
3
[2 3 4]
“`
4. 数组运算
NumPy数组支持广播和通用函数（ufunc）。广播允许您使用不同形状的数组进行算术运算，而通用函数提供了各种数学和逻辑操作。 例如：
“`
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b)
print(np.sqrt(a))
“`
输出结果：
“`
[5 7 9]
[1. 1.41421356 1.73205081]
“`
5. 数组堆叠
使用numpy.hstack()或numpy.vstack()函数，您可以将两个或多个数组垂直或水平堆叠。 例如：
“`
import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(np.vstack((a, b)))
print(np.hstack((a, b)))
“`
输出结果：
“`
[[1 2 3]
[4 5 6]]
[1 2 3 4 5 6]
“`
6. 数组拆分
使用numpy.split()函数，您可以将一个数组拆分为多个子数组。指定拆分点或拆分位置即可进行拆分。 例如：
“`
import numpy as np
a = np.array([1, 2, 3, 4, 5, 6])
b = np.split(a, 3)
print(b)
“`
输出结果：
“`
[array([1, 2]), array([3, 4]), array([5, 6])]
“`
7. 数组排序
使用numpy.sort()函数，您可以对数组进行排序。指定排序方式和排序轴即可进行排序。 例如：
“`
import numpy as np
a = np.array([3, 1, 4, 2, 5])
b = np.sort(a)
print(b)
“`
输出结果：
“`
[1 2 3 4 5]
“`
8. 数组统计
NumPy数组支持各种统计函数，例如numpy.mean()、numpy.sum()、numpy.std()等。使用这些函数可以获得有关数组的各种统计信息。 例如：
“`
import numpy as np
a = np.array([1, 2, 3, 4, 5])
print(np.mean(a))
print(np.sum(a))
print(np.std(a))
“`
输出结果：
“`
3.0
15
1.4142135623730951
“`
9. 数组计算
使用numpy.dot()函数，您可以计算两个数组的点积或矩阵乘积。这允许您执行矩阵乘法以及线性代数计算。 例如：
“`
import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
print(np.dot(a, b))
“`
输出结果：
“`
[[19 22]
[43 50]]
“`
10. 数组复制
使用numpy.copy()函数，您可以创建一个数组的副本，以便进行不同的操作而不影响原始数组。 例如：
“`
import numpy as np
a = np.array([1, 2, 3])
b = np.copy(a)
b[0] = 4
print(a)
print(b)
“`
输出结果：
“`
[1 2 3]
[4 2 3]
“`
结论
在本文中，我们介绍了NumPy中最常见的使用模式。这些模式涵盖了从创建数组到数组计算和复制的各种功能。希望这些示例能够帮助您更好地利用NumPy并提高Python科学计算的效率。
了解更多有趣的事情：https://blog.ds3783.com/