专栏名称: 学姐带你玩AI

这里有人工智能前沿信息、算法技术交流、机器学习/深度学习经验分享、AI大赛解析、大厂大咖算法面试分享、人工智能论文技巧、AI环境工具库教程等……学姐带你玩转AI！

Numpy常用的30个操作（附代码演示）

学姐带你玩AI · 公众号 · · 2024-10-16 18:16

正文

来源：投稿作者：sunny
编辑：学姐

Numpy 是 Python 中一个强大的数值计算库，它提供了高效的数组处理功能，广泛应用于科学计算和数据分析。本文将介绍 30 个常见的 Numpy 操作，帮助初学者快速上手。

unset unset 1. 导入 Numpy unset unset

首先，需要导入 Numpy 库：

import numpy as np

unset unset 2. 创建数组 unset unset

2.1 从列表创建数组

array_from_list = np.array([1, 2, 3, 4, 5])
print(array_from_list)

2.2 创建零数组

zero_array = np.zeros((3, 4))  # 3行4列的零数组
print(zero_array)

2.3 创建单位矩阵

identity_matrix = np.eye(3)  # 3x3 单位矩阵
print(identity_matrix)

2.4 创建随机数组

random_array = np.random.rand(2, 3)  # 2行3列的随机数组
print(random_array)

unset unset 3. 数组属性 unset unset

3.1 数组形状

shape_of_array = random_array.shape
print("Shape:", shape_of_array)

3.2 数组维度

dimensions = random_array.ndim
print("Dimensions:", dimensions)

3.3 数组大小

size_of_array = random_array.size
print("Size:", size_of_array)

unset unset 4. 数组访问 unset unset

4.1 访问元素

element = array_from_list[2]  # 访问第3个元素
print("Element:", element)

4.2 切片

slice_array = array_from_list[1:4]  # 获取第2到第4个元素
print("Slice:", slice_array)

4.3 多维数组访问

multi_array = np.array([[1, 2, 3], [4, 5, 6]])
element_multi = multi_array[1, 2]  # 访问第2行第3列元素
print("Multi-dimensional Element:", element_multi)

unset unset 5. 数组操作 unset unset

5.1 数组加法

added_array = array_from_list + 10  # 每个元素加10
print("Added Array:", added_array)

5.2 数组减法

subtracted_array = array_from_list - 1  # 每个元素减1
print("Subtracted Array:", subtracted_array)

5.3 数组乘法

multiplied_array = array_from_list * 2  # 每个元素乘2
print("Multiplied Array:", multiplied_array)

5.4 数组除法

divided_array = array_from_list / 2  # 每个元素除以2
print("Divided Array:", divided_array)

unset unset 6. 数组统计 unset unset

6.1 求和

sum_of_array = np.sum(array_from_list)
print("Sum:", sum_of_array)

6.2 平均值

mean_value = np.mean(array_from_list)
print("Mean:", mean_value)

6.3 最大值

max_value = np.max(array_from_list)
print("Max:", max_value)

6.4 最小值

min_value = np.min(array_from_list)
print("Min:", min_value)

6.5 标准差

std_dev = np.std(array_from_list)
print("Standard Deviation:", std_dev)

unset unset 7. 数组变形 unset unset

7.1 改变形状

reshaped_array = np.reshape(array_from_list, (5, 1))  # 变为5行1列
print("Reshaped Array:\n", reshaped_array)

7.2 展平数组

flattened_array = np.ravel(multi_array)  # 展平为一维数组
print("Flattened Array:", flattened_array)

unset unset 8. 数组连接 unset unset

8.1 垂直连接

vstacked_array = np.vstack((multi_array, multi_array))  # 垂直堆叠
print("Vertical Stack:\n", vstacked_array)

8.2 水平连接

hstacked_array = np.hstack((multi_array, multi_array))  # 水平堆叠
print("Horizontal Stack:\n", hstacked_array)

unset unset 9. 数组切分 unset unset

9.1 水平切分

split_arrays = np.hsplit(hstacked_array, 2)  # 水平切分为两个数组
print("Split Arrays:\n", split_arrays)

9.2 垂直切分

v_split_arrays = np.vsplit(vstacked_array, 2)  # 垂直切分为两个数组
print("Vertical Split Arrays:\n", v_split_arrays)

unset unset 10. 数组运算 unset unset

10.1 点积

dot_product = np.dot(array_from_list, array_from_list)  # 点积
print("Dot Product:", dot_product)

10.2 外积

outer_product = np.outer(array_from_list, array_from_list)  # 外积
print("Outer Product:\n", outer_product)

unset unset 11. 逻辑操作 unset unset

11.1 逻辑与

logical_and = np.logical_and(array_from_list > 2, array_from_list < 5)
print("Logical AND:", logical_and)

11.2 逻辑或

logical_or = np.logical_or(array_from_list < 2, array_from_list > 4)
print("Logical OR:", logical_or)

unset unset 12. 条件筛选 unset unset

filtered_array = array_from_list[array_from_list > 2]  # 筛选大于2的元素
print("Filtered Array:", filtered_array)