NumPy 是 Python 中用于科学计算和数据处理的库，它是数据分析的基础。在这个教程中，我们将介绍 NumPy 的基本概念和使用方法。

NumPy 简介

NumPy 提供了一个强大的 N 维数组对象，以及一系列用于快速操作数组的函数。它还提供了许多用于数学、线性代数、随机数生成等功能。

安装 NumPy

首先，您需要安装 NumPy。您可以使用 pip 来安装：

pip install numpy

创建 NumPy 数组

NumPy 数组是 NumPy 的核心。以下是创建 NumPy 数组的一些基本方法：

import numpy as np

# 创建一个一维数组
array_1d = np.array([1, 2, 3, 4, 5])

# 创建一个二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 创建一个三维数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

数组操作

NumPy 提供了丰富的数组操作功能，例如：

  • 数组索引：访问数组中的元素
  • 数组切片：获取数组的子集
  • 数组形状：改变数组的维度和大小

例如，以下是如何访问和修改数组：

# 访问数组元素
print(array_1d[0])

# 修改数组元素
array_1d[0] = 10
print(array_1d)

数学运算

NumPy 支持对数组进行数学运算，例如：

# 数组加法
print(np.add(array_1d, array_1d))

# 数组乘法
print(np.multiply(array_1d, array_1d))

矩阵运算

NumPy 还提供了矩阵运算的功能，例如：

# 矩阵乘法
print(np.dot(array_2d, array_2d))

高级功能

NumPy 提供了许多高级功能，例如：

  • 随机数生成
  • 线性代数运算
  • 傅里叶变换

这些功能可以用于更复杂的数据分析任务。

学习资源

要了解更多关于 NumPy 的信息，您可以访问 NumPy 官方文档。

返回 Python 数据分析教程首页。

# 图片插入示例
<center><img src="https://cloud-image.ullrai.com/q/NumPy/" alt="NumPy"/></center>