numpy快速使用

numpy是一个开源的Python科学计算库，它提供了高效的多维数组对象，以及计算、操作数组数据的工具。以下是一些numpy的常见用法示例：

导入numpy库：

import numpy as np

创建数组：

arr = np.array([1, 2, 3, 4, 5])  # 一维数组
print(arr)  # 输出：[1 2 3 4 5]

matrix = np.array([[1, 2, 3], [4, 5, 6]])  # 二维数组
print(matrix)  # 输出：[[1 2 3]
               #      [4 5 6]]

使用numpy的函数创建数组：

zeros_arr = np.zeros((3, 4))  # 创建一个元素全为0的3×4的数组
print(zeros_arr)

ones_arr = np.ones((2, 3))  # 创建一个元素全为1的2×3的数组
print(ones_arr)

random_arr = np.random.rand(2, 2)  # 创建一个2×2的随机数组
print(random_arr)

数组操作：

print(arr.shape)  # 输出：(5,)，数组的形状
print(matrix.shape)  # 输出：(2, 3)

print(arr[0])  # 输出：1，访问数组中的元素
print(matrix[1, 2])  # 输出：6，访问二维数组中的元素

print(arr[1:4])  # 输出：[2 3 4]，切片操作
print(matrix[:, 1])  # 输出：[2 5]，访问二维数组中的一列

print(np.max(arr))  # 输出：5，计算数组中的最大值
print(np.mean(matrix))  # 输出：3.5，计算数组中的平均值
print(np.sum(arr))  # 输出：15，计算数组中的总和

以上是numpy的一些常见用法，通过这些示例可以快速上手numpy的基本操作和功能。