Numpy（Numerical Python）是一个用于处理大型多维数组和矩阵的Python库，广泛应用于科学计算。以下是一些常见的Numpy实践：
导入Numpy库：
import numpy as np创建数组：
```python创建一个一维数组
arr1 = np.array([1, 2, 3, 4])
创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
3. 访问和修改数组元素：
```python
# 访问数组元素
print(arr1[0]) # 输出：1
print(arr2[1, 2]) # 输出：6
# 修改数组元素
arr1[0] = 10
arr2[1, 2] = 20
- 数组运算：
```python加法运算
result = arr1 + arr2
print(result) # 输出：[[11 14 17] [14 16 19]]
乘法运算
result = arr1 * arr2
print(result) # 输出：[[ 1 4 9] [ 4 10 18]]
5. 数组切片：
```python
# 一维数组切片
sliced_arr1 = arr1[1:3]
print(sliced_arr1) # 输出：[2 3]
# 二维数组切片
sliced_arr2 = arr2[:2, 1:3]
print(sliced_arr2) # 输出：[[2 3] [5 6]]
- 数组转置和旋转：
```python转置
transposed_arr2 = arr2.T
print(transposed_arr2) # 输出：[[1 4] [2 5] [3 6]]
旋转90度
rotated_arr2 = np.rot90(arr2)
print(rotated_arr2) # 输出：[[6 5] [3 2] [1 4]]
7. 数组统计：
```python
# 求和
sum_arr1 = np.sum(arr1)
print(sum_arr1) # 输出：10
# 平均值
mean_arr1 = np.mean(arr1)
print(mean_arr1) # 输出：2.5
# 中位数
median_arr1 = np.median(arr1)
print(median_arr1) # 输出：2.5
# 标准差
std_arr1 = np.std(arr1)
print(std_arr1) # 输出：2.8867513459481287
- 随机数生成：
```python生成一个1到10之间的随机数组
random_arr = np.random.randint(1, 10, size=(3, 3))
print(random_arr)
从均匀分布中抽取样本
samples = np.random.uniform(-1, 1, size=(3, 3))
print(samples)
```
这些只是Numpy的一些基本操作，实际上Numpy提供了许多其他功能，如线性代数、傅里叶变换等。你可以查阅Numpy官方文档以获取更多信息：https://numpy.org/doc/
