numpy(Numerical Python)是Python中的一个用于科学计算的库,它提供了高效的数值运算功能。在numpy库中,有大量的函数供我们使用,本文将详细解析NumPy库中一些常用函数的用法,并给出相应的代码示例。
一、创建数组函数
- numpy.array函数
numpy.array函数用于创建一个数组对象,可以是一维、二维、多维的数组。参数可以是列表、元组、数组等。
代码示例:import numpy as np # 创建一维数组 a = np.array([1, 2, 3, 4, 5]) print(a) # 创建二维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) print(b) # 创建多维数组 c = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) print(c)
- numpy.zeros函数
numpy.zeros函数用于创建一个全为0的数组,可以指定数组的形状。
代码示例:
import numpy as np # 创建一个全为0的一维数组 a = np.zeros(5) print(a) # 创建一个全为0的二维数组 b = np.zeros((2, 3)) print(b)
- numpy.ones函数
numpy.ones函数用于创建一个全为1的数组,同样可以指定数组的形状。
代码示例:
import numpy as np # 创建一个全为1的一维数组 a = np.ones(5) print(a) # 创建一个全为1的二维数组 b = np.ones((2, 3)) print(b)
二、数学函数
- numpy.sin函数
numpy.sin函数用于计算数组中各元素的正弦值。
代码示例:
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.sin(a) print(b)
- numpy.cos函数
numpy.cos函数用于计算数组中各元素的余弦值。
代码示例:
import numpy as np a = np.array([0, np.pi/2, np.pi]) b = np.cos(a) print(b)
- numpy.exp函数
numpy.exp函数用于计算数组中各元素的指数值。
代码示例:
import numpy as np a = np.array([1, 2, 3]) b = np.exp(a) print(b)
三、统计函数
- numpy.mean函数
numpy.mean函数用于计算数组中各元素的平均值。
代码示例:
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.mean(a) print(b)
- numpy.max函数
numpy.max函数用于计算数组中的最大值。
代码示例:
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.max(a) print(b)
- numpy.min函数
numpy.min函数用于计算数组中的最小值。
代码示例:
import numpy as np a = np.array([1, 2, 3, 4, 5]) b = np.min(a) print(b)
四、数组操作函数
- numpy.reshape函数
numpy.reshape函数用于改变数组的形状,可以将数组转换为指定的行数和列数。
代码示例:
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.reshape(a, (2, 3)) print(b)
- numpy.transpose函数
numpy.transpose函数用于转置数组。
代码示例:
import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) b = np.transpose(a) print(b)
- numpy.zeros函数