NumPy 是 Python 中最基础且强大的库之一，主要用于处理大型多维数组以及矩阵。以下是一些关于 NumPy 的基本教程内容。

安装 NumPy

首先，确保你的 Python 环境已经安装了 NumPy。如果没有，可以通过以下命令进行安装：

pip install numpy

创建数组

NumPy 提供了多种创建数组的方法，以下是一些常见的例子：

  • 使用 numpy.array() 创建数组：
import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr)
  • 使用 numpy.arange() 创建一个等差数列：
arr = np.arange(1, 10, 2)
print(arr)
  • 使用 numpy.linspace() 创建一个线性间隔的数组：
arr = np.linspace(0, 1, 5)
print(arr)

数组操作

NumPy 提供了丰富的数组操作方法，以下是一些例子：

  • 数组切片：
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])  # 输出 [2 3 4]
  • 数组索引：
arr = np.array([1, 2, 3, 4, 5])
print(arr[2])  # 输出 3
  • 数组形状：
arr = np.array([1, 2, 3, 4, 5])
print(arr.shape)  # 输出 (5,)

数组运算

NumPy 支持对数组进行各种数学运算，以下是一些例子：

  • 矩阵乘法：
import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[2, 0], [1, 3]])

result = np.dot(a, b)
print(result)
  • 数组求和：
arr = np.array([1, 2, 3, 4, 5])
print(np.sum(arr))  # 输出 15
  • 数组最大值和最小值：
arr = np.array([1, 2, 3, 4, 5])
print(np.max(arr))  # 输出 5
print(np.min(arr))  # 输出 1

更多关于 NumPy 的内容，请参考 NumPy 官方文档。

图片示例

以下是一些 NumPy 相关的图片示例：

  • NumPy Logo
  • NumPy Array