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。