numpy快速入门 - 技术栈

文章目录

前言
导入numpy
创建多维数组
提取数组中的元素
乘法
求平均值
求最大值
最后

前言

你好，我是醉墨居士，好久没发布新博客了，今天给大家带来的是numpy的快速入门，帮助大家用最短的时间快速学习使用numpy

talk is cheap, show you the code

导入numpy

python 复制代码

import numpy as np

创建多维数组

python 复制代码

# 创建一个两行三列的全零数组
a = np.zeros((2, 3))
print(a)

# 创建一个两行三列的全一数组
b = np.full((2, 3), 0)
print(b)

# 创建一个二维列表
ls = [[1, 2, 3], 
      [4, 5, 6]]
# 将二维列表转换为numpy数组
c = np.array(ls)
print(c)

提取数组中的元素

python 复制代码

c = np.array([[1, 2, 3], 
      [4, 5, 6]])

d = c[1, 2]  # 取出数组的第2行第3列元素
print(d)

e = c[0:2, 1:3]  # 取出数组的第1行到第2行，第2列到第3列的元素
print(e)

f = c[:, 1]  # 取出数组的第2列的所有元素
print(f)

乘法

python 复制代码

# 一维向量点乘，要求两个向量的长度相同，对应位置的元素相乘
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.dot(a, b)
print(c)

# . 乘法，要求第一个数组的列数等于第二个数组的行数，第一个数组的每一列元素与第二个数组的每一行元素相乘
a = np.array([[1, 2], [3, 4]])
b = np.array([[5], [6]])
c = np.dot(a, b)
print(c)

# * 乘法，要求两个数组的形状相同，两个数组对应位置的元素相乘
print(a * a)

求平均值

python 复制代码

a = np.array([[1, 2], [3, 4]])
b = np.mean(a, axis=0)  # 计算每一列的平均值，求第0层的平均值，也就是求最外层的平均值
print(b)
b = np.mean(a, axis=1)  # 计算每一行的平均值，求第1层的平均值，也就是求最内层的平均值
print(b)
b = np.mean(a)  # 计算整个数组的平均值
print(b)

求最大值

python 复制代码

a = np.array([[-1, 2], [3, -4], [-5, 6]])
b = np.maximum(0, a)  # 计算每个元素的最大值，并将小于0的元素置为0
print(b)

a = np.array([[-1, 2], [3, -4], [-5, 6]])
b = np.array([[2, -1], [-3, 4], [6, -5]])
c = np.maximum(a, b)  # 计算两个数组对应位置的元素的最大值
print(c)

a = np.array([[-1, 2], [3, -4], [-5, 6]])
b = np.max(a)  # 计算整个数组的最大值
print(b)

a = np.array([[-1, 2], [3, -4], [-5, 6]])
b = np.max(a, axis=0)  # 计算每一列的最大值，求第0层的最大值，也就是求最外层的最大值
print(b)

最后

今天这期博客就到这里，大家最好看着例子敲一下代码，这样可以加深印象