NumPy 简介
NumPy，全称 Numerical Python，是一个开源的Python库，主要用于支持大量维度数组和矩阵运算，以及一系列数学函数。它是Python进行科学计算和数据分析的基础库之一。NumPy提供了高效的多维数组对象（ndarray），以及一系列用于操作这些数组的函数。
NumPy 入门
1. 安装与导入
在Python环境中，首先需要安装NumPy库。可以通过以下命令进行安装：
pip install numpy
安装完成后，可以通过以下代码导入NumPy库：
import numpy as np
2. 创建数组
NumPy提供了多种创建数组的方法，以下是一些常用的：
- 使用列表创建一维数组：
data = [1, 2, 3, 4, 5, 6]
x = np.array(data)
print(x)
- 使用列表创建二维数组：
data = [[1, 2], [3, 4], [5, 6]]
x = np.array(data)
print(x)
- 使用函数创建数组：
x = np.zeros((2, 3)) # 创建一个2x3的二维数组，所有元素都是0
print(x)
x = np.ones((2, 3)) # 创建一个2x3的二维数组，所有元素都是1
print(x)
x = np.empty((2, 3)) # 创建一个2x3的二维数组，所有元素都是未定义的
print(x)
3. 数组操作
NumPy提供了丰富的数组操作函数，包括索引、切片、形状变换、数学运算、逻辑运算等。
- 索引：
arr = np.array([1, 2, 3, 4, 5])
print(arr[0]) # 输出：1
print(arr[1:3]) # 输出：[2 3]
- 切片：
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4:2]) # 输出：[2 4]
- 形状变换：
arr = np.array([[1, 2], [3, 4], [5, 6]])
print(arr.shape) # 输出：(3, 2)
print(arr.reshape(2, 3)) # 输出：[[1 2 3]
# [4 5 6]]
- 数学运算：
arr = np.array([1, 2, 3])
print(arr * 2) # 输出：[2 4 6]
NumPy 高级技巧
1. 广播（Broadcasting）
广播是NumPy中的一项重要功能，它允许在不同形状的数组之间执行数学运算。
arr1 = np.array([1, 2, 3])
arr2 = np.array([1, 2])
print(arr1 * arr2) # 输出：[1 4 9]
在上面的例子中，arr1和arr2的形状不同，但NumPy会自动进行广播，使得两个数组形状相同，然后进行元素级的乘法运算。
2. NumPy 函数
NumPy提供了大量的数学函数，包括三角函数、指数和对数函数、统计函数、线性代数运算等。
import numpy as np
arr = np.array([1, 2, 3])
print(np.sin(arr)) # 输出：[0.84147098 0.90929743 0.14112001]
3. 与其他库的集成
NumPy可以与其他Python库集成，如Pandas、SciPy和Matplotlib等。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
arr = np.array([1, 2, 3, 4, 5])
df = pd.DataFrame(arr, columns=['Value'])
plt.plot(df['Value'])
plt.show()
总结
NumPy是一个功能强大的Python库，用于科学计算和数据分析。通过本文的介绍，相信你已经对NumPy有了初步的了解。在后续的学习中，你可以通过实践和探索来深入学习NumPy的高级技巧。