本文介紹了NumPy的基礎知識，NumPy是使用Python進行科學計算的軟件包。

我們將在此處介紹幾類基本的數組操作：

• · 創建NumPy數組
• · 重塑數組
• · NumPy的數學運算
• · 數組的索引和切片
• · 遍歷數組

首先，讓我們將NumPy導入為np。 這使我們可以使用快捷方式np來引用NumPy。

現在，使用array()函數創建第一個數組。

通常，可以將Python中以數組狀結構排列的數值數據轉換為數組。 最明顯的例子是列表和元組。

shape屬性用于返回數組的當前形狀。 它是整數的元組，給出了相應數組維的長度。

對于arange()函數，我們傳入一個開始，一個停止和一個步長，它返回給定間隔內的均勻間隔的值。

因此，假設我們想將此數字數組轉換為三乘五數組。 我們可以使用重塑來做到這一點。

linspace()函數類似于arange，不同之處在于我們告訴它要返回多少個數字，并且它將相應地分割間隔。

我們可以使用resize返回具有指定形狀的新數組。

NumPy提供了幾個函數來創建具有給定形狀，類型和初始化值的數組。 ones()返回一個1的數組，zeros()返回一個0的數組。 eye()返回一個對角線為1的數組，其他地方為零，并且diag()構造一個對角線數組。

要創建具有重復值的數組，我們可以傳入重復列表，也可以使用Numpy repeat()函數。

我們還可以使用vstack()和hstack()函數組合數組以創建新數組，例如分別按垂直順序(行方向)和水平順序(列方向)堆疊數組。

現在，讓我們看一下Numpy數組可以執行的一些操作！ 執行加法，減法，乘法和除法非常簡單，將數組中的所有數字均乘冪即可。

dot()函數返回兩個數組的點積。 對于二維向量，它等效于矩陣乘法。 對于一維數組，它是向量的內積。

讓我們使用先前的數組y及其平方值創建一個新數組。 該數組的形狀為(2，3)。 我們還可以使用T方法對數組進行轉置，置換數組的尺寸。轉置后的數組的形狀為(3，2)。

NumPy還具有許多有用的數學函數供我們使用。 sum()函數返回給定軸上的數組元素之和。 max()返回數組的最大值或沿軸的最大值。 min()返回數組的最小值或沿軸的最小值。 mean()返回數組元素的平均值。 默認情況下，平均值取自展平的數組，否則取自指定的軸。

要找到最大值或最小值的索引，可以使用argmax()和argmin()。

讓我們了解如何編制索引和切片！

我們首先創建一個數組，其平方為0到12。我們可以使用方括號表示法來獲取特定索引處的值，而使用冒號表示法來獲取范圍。 請參閱以下示例。

讓我們從數組的最后三個元素中分得一杯slice。

在這里，我們從數組的末尾到數組的開頭開始第四行，然后倒數三行。

下面的示例顯示了它如何擴展到二維數組。

本示例返回一個數組，該數組是原始數組中大于31的元素。

以下分配將這些元素帶入我們原始數組中，并將它們分配為新值0。

讓我們創建一個新的數組r2，它是數組r的一部分。 現在，讓我們將該數組的所有元素設置為一個。 當我們查看數組r的原始版本時，我們可以看到r中r2中的切片也已更改。

如果我們希望創建一個不會更改原始數組的r數組的副本，則可以使用NumPy的copy()函數。 我們看到，如果將r_copy中所有元素的值更改為5，則r保持不變。

最后，讓我們看看如何遍歷數組。

如果我們希望遍歷兩個數組，則可以使用zip()。 請參閱以下示例：

如果您想了解有關NumPy的更多信息：

有關NumPy中功能和模塊的更多詳細信息，請參見https://docs.scipy.org/doc/中的功能和模塊。

本教程中包含更多示例：

謝謝閱讀。

(本文翻譯自Nesrine Ammar的文章《A beginner's guide to NumPy》，參考：https://medium.com/@nesrine.ammar/a-beginners-guide-to-numpy-fcc012841ac5)

總結

以上是生活随笔為你收集整理的numpy 平方_NumPy入门指南的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。