Numpy 是 Python 中一个非常强大的库，主要用于处理大型多维数组以及进行矩阵计算。本文将带您了解 Numpy 中的数组操作。

创建数组

Numpy 提供了多种创建数组的方法：

  • numpy.array(): 创建一个 Numpy 数组。
  • numpy.zeros(): 创建一个元素全部为零的数组。
  • numpy.ones(): 创建一个元素全部为一的数组。
import numpy as np

arr = np.array([1, 2, 3, 4])
print(arr)

数组索引

Numpy 数组支持类似于 Python 列表的索引方式：

arr = np.array([1, 2, 3, 4])
print(arr[0])  # 输出: 1
print(arr[1:3])  # 输出: [2 3]

数组切片

Numpy 数组支持切片操作，与 Python 列表类似：

arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])  # 输出: [2 3 4]

数组形状

Numpy 数组有一个形状属性，表示数组的维度和大小：

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # 输出: (2, 3)

数组操作

Numpy 提供了丰富的数组操作功能，包括：

  • 累加（np.sum()）
  • 累乘（np.prod()）
  • 最大值（np.max()）
  • 最小值（np.min()）
arr = np.array([1, 2, 3, 4])
print(np.sum(arr))  # 输出: 10
print(np.prod(arr))  # 输出: 24
print(np.max(arr))  # 输出: 4
print(np.min(arr))  # 输出: 1

图像处理

Numpy 在图像处理领域有着广泛的应用。以下是一个简单的示例：

import numpy as np
from PIL import Image

# 读取图片
img = Image.open("example.jpg")
img_array = np.array(img)

# 获取图片尺寸
print(img_array.shape)

更多关于 Numpy 的内容，请访问 Numpy 官方文档。

相关教程