Numpy(Numerical Python)是一个用于处理大型多维数组和矩阵的Python库

简介: 【2月更文挑战第28天】Numpy(Numerical Python)是一个用于处理大型多维数组和矩阵的Python库

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:

  1. 导入Numpy库:

    import numpy as np
    
  2. 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
  1. 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]]
  1. 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
  1. 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/

目录
相关文章
|
13天前
|
网络协议 数据库连接 Python
python知识点100篇系列(17)-替换requests的python库httpx
【10月更文挑战第4天】Requests 是基于 Python 开发的 HTTP 库,使用简单,功能强大。然而,随着 Python 3.6 的发布,出现了 Requests 的替代品 —— httpx。httpx 继承了 Requests 的所有特性,并增加了对异步请求的支持,支持 HTTP/1.1 和 HTTP/2,能够发送同步和异步请求,适用于 WSGI 和 ASGI 应用。安装使用 httpx 需要 Python 3.6 及以上版本,异步请求则需要 Python 3.8 及以上。httpx 提供了 Client 和 AsyncClient,分别用于优化同步和异步请求的性能。
python知识点100篇系列(17)-替换requests的python库httpx
|
9天前
|
数据可视化 数据挖掘 Python
Seaborn 库创建吸引人的统计图表
【10月更文挑战第11天】本文介绍了如何使用 Seaborn 库创建多种统计图表,包括散点图、箱线图、直方图、线性回归图、热力图等。通过具体示例和代码,展示了 Seaborn 在数据可视化中的强大功能和灵活性,帮助读者更好地理解和应用这一工具。
22 3
|
22天前
|
Shell Python
Python 的 os 库的应用实例
Python 的 os 库的应用实例
18 3
|
22天前
|
Linux Python Windows
Python sys 库的应用实例
Python sys 库的应用实例
24 3
|
20天前
|
机器学习/深度学习 数据采集 算法
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
【10月更文挑战第5天】随着数据科学和机器学习领域的快速发展,处理大规模数据集的能力变得至关重要。Python凭借其强大的生态系统,尤其是NumPy、Pandas和SciPy等库的支持,在这个领域占据了重要地位。本文将深入探讨这些库如何帮助科学家和工程师高效地进行数据分析,并通过实际案例来展示它们的一些高级应用。
39 0
探索Python科学计算的边界:NumPy、Pandas与SciPy在大规模数据分析中的高级应用
|
13天前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--进阶
Python数据分析篇--NumPy--进阶
13 0
|
13天前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--入门
Python数据分析篇--NumPy--入门
26 0
|
14天前
|
Linux Android开发 开发者
【Python】GUI:Kivy库环境安装与示例
这篇文章介绍了 Kivy 库的安装与使用示例。Kivy 是一个开源的 Python 库,支持多平台开发,适用于多点触控应用。文章详细说明了 Kivy 的主要特点、环境安装方法,并提供了两个示例:一个简单的 Hello World 应用和一个 BMI 计算器界面。
21 0
|
19天前
|
PyTorch 测试技术 算法框架/工具
Python中Thop库的常见用法和代码示例
肆十二在B站分享了关于THOP(Torch-OpCounter)的实战教学视频。THOP是一个用于计算PyTorch模型操作数和计算量的工具,帮助开发者评估模型复杂度和性能。本文介绍了THOP的安装、使用方法及基本用例,包括如何计算模型的FLOPs和参数量。
46 0
|
19天前
|
算法 数据可视化 计算机视觉
Python中医学图像处理常用的库
在Python中,医学图像处理常用的库包括:ITK(及其简化版SimpleITK)、3D Slicer、Pydicom、Nibabel、MedPy、OpenCV、Pillow和Scikit-Image。这些库分别擅长图像分割、配准、处理DICOM和NIfTI格式文件、图像增强及基础图像处理等任务。选择合适的库需根据具体需求和项目要求。
34 0