Python之Numpy 常用函数总结
Numpy是Python中用于科学计算的一个重要库,它提供了高效的多维数组对象和各种派生对象,包括矩和张量等。本攻略将详细介绍Python Numpy模块的常用函数。
安装Numpy模块
使用Numpy模块前,需要先安装它。可以使用以下命令在命令中安装Numpy模块:
pip install numpy
导入Numpy模块
在使用Numpy模块之前,需要先导入它。可以使用以下命令在Python脚本中导入Numpy模块:
import numpy as np
在上面的示例中,我们使用import
关键字导入了Numpy模块,并将其重命名为np
,以便在代码中更方便地使用。
常用函数
1. numpy.array()
numpy.array()
函数用于创建Numpy数组。它的语法如下:
numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0)
其中,object
参数可以是列表、元组、数组等,dtype
参数指定数组的数据类型,copy
参数指定是否复制数组,order
参数指定数组在内存中的存储顺序,subok
参数指定是否返回子类,ndmin
参数指定数组的最小维度。
下面是一个创建Numpy数组的示例:
import numpy as np
# 创建一个一维Numpy数组
a = np.array([1, 2, 3])
# 创建维Numpy数组
b = np.array([[1, 2], [3, 4]])
# 打印数组
print(a)
print(b)
在上面的示例中,我们使用np.array()
函数创建了一个一维数组和一个二维数组,并将结果保存在变量a
和b
中。最后,使用print()
函数打印出了数组。
输出结果为:
[1 2 3]
[[1 2]
[3 4]]
2. numpy.shape()
numpy.shape()
函数用于获取数组的形状。它的语法如下:
numpy.shape(arr)
其中,arr
参数是一个Numpy数组。
下面是一个获取数组形状的示例:
import numpy as np
# 创建一个二维数组
a = np.array([[1, 2], [3, 4]])
# 获取数组形状
print(a.shape)
在上面的示例中,我们使用np.array()
函数创建了一个二维数组,并将结果保存在变量a
中。最后,使用shape
属性获取了数组的形状。
输出结果为:
(2, 2)
3. numpy.dtype()
numpy.dtype()
函数用于获取数组的类型。它的语法如下:
numpy.dtype(obj, align=False, copy=False)
其中,obj
参数是一个数组或数据类型,align
参数指定是否按照内存对齐,copy
参数指定是否复制数据类型。
下面是获取数组类型的示例:
import numpy as np
# 创建一个一维数组
a = np.array([1, 2, 3])
# 获取数组类型
print(a.dtype)
在上面的示例中,我们使用np.array()
函数创建了一个一维数组,并将结果保存在变量a
中。后使用dtype
属性获取了数组的类型。
输出结果为:
int64
4. numpy.arange()
numpy.arange()
函数用于创建一个等差数列。它的语法如下:
numpy.arange([start, ]stop, [step, ]dtype=None)
其中,start
参数指定数列的起始值,默认为0,stop
参数指定数列的结束值,step
参数指定数列的步长,默认为1,dtype
参数指定数列的数据类型。
下面是一个创建等差数列的示例:
import numpy as np
# 创建一个等差数列
a = np.arange(0, 10, 2)
# 打印数组
print(a)
在上面的示例中,我们使用np.arange()
函数创建了一个等差数列,并将结果保存在变量a
中。最后,使用print()
函数打印出了数组。
输出结果为:
[0 2 4 6 8]
5. numpy.linspace()
numpy.linspace()
函数用于创建一个等间隔数列。它的语法如下:
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
其中,start
参数指定数列的起始值,stop
参数指定数列的结束值,num
参数指定数列的元素个数,默认为50,endpoint
参数指定数列是否包含结束值,默认为True,retstep
参数指定是否返回步长,默认为False,dtype
参数指定数列的数据类型。
下面是一个创建等间隔数列的示例:
import numpy as np
# 创建一个等间隔数列
a = np.linspace(0, 1, 5)
# 打印数组
print(a)
在上面的示例中,我们使用np.linspace()
函数创建了一个等间隔数列,并将结果保存在变量a
中。最后,使用print()
函数打印出了数组。
输出结果为:
[0. 0.25 0.5 0.75 1. ]
示例一:使用Numpy计算矩阵的逆
下面是一个使用Numpy计算矩阵的逆的示例:
import numpy as np
# 创建一个二维数组
a = np.array([[1, 2], [3, 4]])
# 计算矩阵的逆
b = np.linalg.inv(a)
# 打印结果
print(b)
在上面的示例中,我们首先导入了Numpy模块,然后使用np.array()
函数创建了一个二维数组a
。接着,使用np.linalg.inv()
函数计算了矩阵a
的逆,并将结果保存在变量b
中。最后,使用print()
函数打印出了结果。
输出结果为:
[[-2. 1. ]
[ 1.5 -0.5]]
示例二:使用Numpy计算矩阵的行列式
下面是一个使用Numpy计算矩阵的行列式的示例:
import numpy as np
# 创建一个二维数组
a = np.array([[1, 2], [3, 4]])
# 计算矩阵的行列式
b = np.linalg.det(a)
# 打印结果
print(b)
在上面的示例中,我们首先导入了Numpy模块,然后使用np.array()
函数创建了一个二维数组a
。接着,使用np.linalg.det()
函数计算了矩阵a
的行列式,并将结果保存在变量b
中。最后,使用print()`函数打印出了结果。
输出结果为:
-2.0
结语
本攻略详细介绍了Python Numpy模块的常用函数,包括numpy.array()
、numpy.shape()
、numpy.dtype()
、numpy.arange()
、numpy.linspace()
等。掌握这些函数可以帮助我们更好地处理和分析数据。同时,本攻略还提供了两个示例,分别演示了如何使用Numpy计算矩阵的逆和行列式。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python之Numpy 常用函数总结 - Python技术站