NumPy 简介

NumPy 是 Python 中一个用于科学计算的常用库，它提供了高性能的多维数组对象（ndarray）、支持向量运算的工具以及许多与数组相关的工具。它是用于数学、科学和工程的高效数学计算的基础。NumPy 库提供了快速且简洁的代码来执行常见的数学运算，例如线性代数、随机数生成以及傅里叶变换。

NumPy 基本用法

安装：

pip install numpy

导入：

import numpy as np

创建数组：可以使用 np.array 函数创建一个 ndarray 数组。

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

维度操作：可以使用 ndarray.shape 属性查看数组的维度，并使用 np.reshape 函数改变数组的形状。

a = np.array([[1, 2], [3, 4]])print(a.shape)a = np.reshape(a, (4, 1))print(a)

算数运算：可以对数组执行常见的数学运算，如加减乘除、平方根、指数等。

a = np.array([1, 2, 3])b = np.array([4, 5, 6])print(a + b)print(np.sqrt(a))

矩阵运算：可以对数组执行矩阵运算，如矩阵乘法、矩阵转置等。

a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6], [7, 8]])print(np.dot(a, b))print(a.T)

NumPy 库不仅提供了基本的数学运算，还有许多高级功能，包括：

随机数生成：可以使用 np.random 模块生成随机数，例如随机整数、随机浮点数、随机正态分布数等。

import numpy as npprint(np.random.randint(0, 10, (3, 3)))print(np.random.randn(3, 3))

线性代数：可以使用 np.linalg 模块对数组执行线性代数运算，例如求逆矩阵、行列式、特征值、特征向量等。

a = np.array([[1, 2], [3, 4]])print(np.linalg.inv(a))print(np.linalg.det(a))

排序和搜索：可以使用 np.sort 函数对数组排序，使用 np.searchsorted 函数在数组中搜索元素。

a = np.array([3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5])print(np.sort(a))print(np.searchsorted(a, 4))

合并和分割：可以使用 np.concatenate 函数将多个数组合并，使用 np.split 函数将一个数组分割为多个数组。

a = np.array([1, 2, 3])b = np.array([4, 5, 6])print(np.concatenate((a, b)))print(np.split(a, 3))

这些只是 NumPy 库的一部分高级功能，更多信息请查阅官方文档。