NumPy 是一个强大的 Python 库，主要用于处理大型多维数组以及矩阵运算。以下是对 NumPy 数组的一些基本介绍。

基本概念

  • 数组（Array）：NumPy 的核心是数组对象。数组是存储数据的一种容器，它可以是多维的，但通常情况下是一个一维或二维数组。
  • 形状（Shape）：数组的形状表示其维度和大小。例如，一个形状为 (3, 4) 的数组意味着它有 3 行 4 列。
  • 类型（Type）：数组的类型决定了存储在数组中的数据类型。

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() 函数：
    import numpy as np
arr = np.array([1, 2, 3, 4])
  • 使用 numpy.zeros() 创建全 0 数组：
    arr = np.zeros((3, 4))
  • 使用 numpy.ones() 创建全 1 数组：
    arr = np.ones((3, 4))
  • 使用 numpy.full() 创建指定值的数组：
    arr = np.full((3, 4), 5)

数组操作

NumPy 提供了丰富的数组操作函数，以下是一些常用的例子：

  • 索引：
    arr[0]  # 获取第一行的第一个元素
arr[0, 1]  # 获取第一行的第二个元素
arr[:, 1]  # 获取第二列的所有元素
  • 切片：
    arr[1:3, 1:3]  # 获取第二行到第三行的第二列到第三列的区域
  • 条件索引：
    arr[arr > 2]  # 获取所有大于 2 的元素

扩展阅读

想要了解更多关于 NumPy 的信息，可以访问我们网站上的 NumPy 教程。

NumPy logo