Python NumPy库 常见基本用法总结（学习笔记）

NumPy（Numerical Python）是Python中一个重要的科学计算库，它提供了强大的数组操作和数值计算功能。NumPy的核心是ndarray对象，它是一个多维数组，可以用于存储和操作大量数据。下面总结了NumPy的一些常见基本用法，并附上相应的代码示例。

1. 导入NumPy库

在使用NumPy之前，我们需要先导入它。通常使用以下语句：

import numpy as np

2. 创建数组

NumPy提供了多种方法来创建数组：

2.1 从列表创建

a = np.array([1, 2, 3])
print(a)  # 输出: [1 2 3]

2.2 使用全零或全一数组

zeros_array = np.zeros((2, 3))  # 2行3列的全零数组
ones_array = np.ones((2, 3))    # 2行3列的全一数组
print(zeros_array)
print(ones_array)

2.3 使用单位数组

identity_matrix = np.eye(3)  # 3x3单位矩阵
print(identity_matrix)

2.4 使用范围生成数组

range_array = np.arange(0, 10, 2)  # 从0到10，步长为2
print(range_array)  # 输出: [0 2 4 6 8]

2.5 使用线性空间

linspace_array = np.linspace(0, 1, 5)  # 在0到1之间均匀生成5个数
print(linspace_array)  # 输出: [0.   0.25 0.5  0.75 1.  ]

3. 数组属性

NumPy中的ndarray对象有一些重要的属性，如shape、dtype和ndim等。

array = np.array([[1, 2, 3], [4, 5, 6]])
print(array.shape)  # 输出: (2, 3) - 表示数组的维度
print(array.dtype)  # 输出: int64 - 表示数据类型
print(array.ndim)   # 输出: 2 - 表示数组的维数

4. 数组运算

NumPy支持许多基本的数组运算，这些运算会在数组上逐元素应用。

4.1 数学运算

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
print(array1 + array2)  # 输出: [5 7 9]
print(array1 * array2)  # 输出: [4 10 18]

4.2 数组的单一操作

print(array1 ** 2)  # 输出: [1 4 9] - 每个元素平方

5. 数组的索引和切片

NumPy数组支持多维索引和切片操作。

array_2d = np.array([[1, 2, 3], [4, 5, 6]])
print(array_2d[0, 1])  # 访问第一行第二列的元素，输出: 2
print(array_2d[:, 1])   # 访问所有行的第二列，输出: [2 5]

6. 数组的变形

使用reshape方法可以灵活地改变数组的形状。

array = np.arange(6)
reshaped_array = array.reshape((2, 3))  # 将一维数组重新形成为2行3列
print(reshaped_array)

7. 数组的连接与拆分

7.1 连接数组

array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
concatenated_array = np.concatenate((array1, array2))
print(concatenated_array)  # 输出: [1 2 3 4 5 6]

7.2 拆分数组

split_arrays = np.split(concatenated_array, 2)  # 将数组拆分为2个部分
print(split_arrays)  # 输出: [array([1, 2, 3]), array([4, 5, 6])]

8. 数组的统计函数

NumPy提供多种统计函数，可以方便地对数组进行求和、求平均等操作。

array = np.array([1, 2, 3, 4, 5])
print(np.sum(array))  # 输出: 15
print(np.mean(array))  # 输出: 3.0
print(np.max(array))   # 输出: 5

9. 文件操作

NumPy还支持将数组保存到文件和从文件读取数组。

9.1 保存数组到文件

np.save('array.npy', array)  # 将数组保存为npy文件

9.2 从文件读取数组

loaded_array = np.load('array.npy')  # 从npy文件加载数组
print(loaded_array)

总结

以上是Python NumPy库的一些基本用法总结。NumPy在科学计算中功能强大，是很多数据分析、机器学习和深度学习库的基础。在学习和使用NumPy的过程中，掌握其核心功能可以大大提高你的编程效率。希望这些笔记对学习和使用NumPy有所帮助。