python科学计算:NumPy 基础操作

1 创建数组(ndarray)

NumPy 的核心对象是 ndarray,它是一个多维数组,用于存储同质数据(即所有元素的类型相同)。我们可以通过多种方式创建数组,以下是一些常见的方法:

1.1 使用 array() 函数

array() 函数是创建 NumPy 数组的基本方法。可以通过传入一个 Python 列表或嵌套列表来创建数组。

python 复制代码
import numpy as np

# 创建一维数组
arr1 = np.array([1, 2, 3, 4, 5])

# 创建二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])

print("一维数组:", arr1)
print("二维数组:\n", arr2)
1.2 使用 zeros()ones() 函数

如果需要创建全为 0 或全为 1 的数组,可以使用 zeros()ones() 函数。这在初始化矩阵或占位符时非常有用。

python 复制代码
# 创建一个 3x3 的全零矩阵
zero_matrix = np.zeros((3, 3))

# 创建一个 2x4 的全一矩阵
one_matrix = np.ones((2, 4))

print("全零矩阵:\n", zero_matrix)
print("全一矩阵:\n", one_matrix)
1.3 使用 arange()linspace() 函数

arange()linspace() 用于创建包含等间隔元素的数组。arange() 类似于 Python 的 range() 函数,而 linspace() 则根据指定的起止范围生成一定数量的元素。

python 复制代码
# 使用 arange() 创建数组,步长为 1
arr_range = np.arange(0, 10, 1)

# 使用 linspace() 创建数组,包含 5 个等间距的数
arr_linspace = np.linspace(0, 1, 5)

print("arange 数组:", arr_range)
print("linspace 数组:", arr_linspace)
1.4 使用 random() 函数

NumPy 还提供了强大的随机数生成功能,可以用 random 模块生成随机数组。

python 复制代码
# 生成一个 2x3 的随机数组,值在 0 和 1 之间
random_array = np.random.random((2, 3))

print("随机数组:\n", random_array)

2 数组的属性:形状、数据类型、大小

了解 NumPy 数组的属性有助于我们更好地操作和管理数据。每个 ndarray 对象都有多个重要的属性:

  • ndim: 数组的维度
  • shape: 数组的形状,表示各维度的大小
  • size: 数组的元素总数
  • dtype: 数组中元素的数据类型
python 复制代码
# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 查看数组的属性
print("数组维度:", arr.ndim)
print("数组形状:", arr.shape)
print("数组大小:", arr.size)
print("数组数据类型:", arr.dtype)

这些属性可以帮助我们理解数组的结构。例如,形状可以表示为 (rows, columns),数据类型决定数组中元素的存储方式。


3 基本数组操作:索引、切片、赋值
3.1 数组的索引

NumPy 数组的索引操作与 Python 列表非常相似,可以使用整数索引来访问数组中的元素。

python 复制代码
# 创建一维数组
arr = np.array([10, 20, 30, 40, 50])

# 访问数组中的元素
print("数组的第一个元素:", arr[0])
print("数组的最后一个元素:", arr[-1])

对于多维数组,可以通过逗号分隔的方式访问不同维度上的元素。

python 复制代码
# 创建二维数组
arr2d = np.array([[1, 2, 3], [4, 5, 6]])

# 访问二维数组中的元素
print("访问第一行第二个元素:", arr2d[0, 1])
3.2 数组的切片

NumPy 支持对数组进行切片操作,切片规则与 Python 列表类似,可以用 start:end:step 语法指定范围。

python 复制代码
# 创建一维数组
arr = np.array([10, 20, 30, 40, 50])

# 对数组进行切片
print("切片结果:", arr[1:4])  # 输出 20, 30, 40

对多维数组进行切片时,可以对每一维度单独切片。

python 复制代码
# 创建二维数组
arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 对二维数组进行切片
print("切片结果:\n", arr2d[1:, 1:])  # 输出子数组
3.3 数组的赋值

可以直接修改数组中的元素,也可以通过切片操作对数组中的某些部分赋值。

python 复制代码
# 修改数组中的某个元素
arr = np.array([10, 20, 30])
arr[0] = 100
print("修改后的数组:", arr)

# 通过切片修改数组部分元素
arr[1:] = 200
print("修改后的数组:", arr)

4 数组初始化方法:zeros、ones、empty 等

NumPy 提供了多种方法来初始化数组,如 zeros()ones()empty()。这些方法可以快速创建数组,并可以指定数组的形状和数据类型。

4.1 zeros() 方法

创建一个全为 0 的数组:

python 复制代码
zeros_arr = np.zeros((3, 3), dtype=int)
print("全零数组:\n", zeros_arr)
4.2 ones() 方法

创建一个全为 1 的数组:

python 复制代码
ones_arr = np.ones((2, 4), dtype=float)
print("全一数组:\n", ones_arr)
4.3 empty() 方法

empty() 方法创建一个未初始化的数组,其元素值为内存中的任意数据(并非全 0)。

python 复制代码
empty_arr = np.empty((2, 2))
print("未初始化数组:\n", empty_arr)

这些数组初始化方法在需要大规模数据初始化时非常有用,可以大幅简化代码。


相关推荐
uppp»33 分钟前
深入理解 Java 反射机制:获取类信息与动态操作
java·开发语言
Yan-英杰35 分钟前
百度搜索和文心智能体接入DeepSeek满血版——AI搜索的新纪元
图像处理·人工智能·python·深度学习·deepseek
weixin_307779132 小时前
Azure上基于OpenAI GPT-4模型验证行政区域数据的设计方案
数据仓库·python·云计算·aws
玩电脑的辣条哥3 小时前
Python如何播放本地音乐并在web页面播放
开发语言·前端·python
多想和从前一样5 小时前
Django 创建表时 “__str__ ”方法的使用
后端·python·django
ll7788115 小时前
LeetCode每日精进:20.有效的括号
c语言·开发语言·算法·leetcode·职场和发展
小喵要摸鱼7 小时前
【Pytorch 库】自定义数据集相关的类
pytorch·python
bdawn7 小时前
深度集成DeepSeek大模型:WebSocket流式聊天实现
python·websocket·openai·api·实时聊天·deepseek大模型·流式输出
Jackson@ML7 小时前
Python数据可视化简介
开发语言·python·数据可视化
mosquito_lover17 小时前
怎么把pyqt界面做的像web一样漂亮
前端·python·pyqt