python数学运算库numpy的使用

2025/4/5 23:44:32 来源：https://blog.csdn.net/mecende/article/details/142762715 浏览: 次关键词：python数学运算库numpy的使用

数组

numpy创建数组的方法

可以用np.array()将一个列表作为参数

import numpy as npd1 = np.array(range(1,7))print(d1)   # 输出数据
print(d1.size)  # 输出元素个数
print(d1.ndim)  # 输出数组维度
print(d1.shape) # 输出数组形状（长宽高）

可以用zeros，ones方法创建全0全1数组

# 创建10个元素的数组，默认填充0。
z = np.zeros(10)    # 一维数组
z = np.zeros((2,5)) # 只有一个参数，请用元组包裹参数以创建二维数组。
z = np.zeros((2,5)) # 三维数组
z = np.ones((2,5)) # 全1
z = np.empty((1,2,3)) # 全空
print(z)

数组转换维度

原数组.reshape(行数，列数)

注意原数组长度必须正好被新数组接收

# 五行三列数组
data1 = np.arange(15).reshape(5,3)
print(data1)

数组数据类型

使用dtype属性获取数组的数据类型

data = np.array(range(1,7),dtype=np.float64)
data.dtype

astype()方法可以修改数据类型

# 转换为int32
data = data.astype(np.int32)
data.dtype

数据类型有int32，int64，float32，float64

数组切片

numpy的切片和原版相似，同时也对原版进行了些许语法优化

现在访问二维数组的元素可以不用写两个方括号了

data = np.arange(14).reshape(2,7)
print(data)
print(data[0,4])
print(data[-1,-1])
print(data[-1])

逗号用来区分对哪个维度操作，冒号用法和原版一样，但是写的位置有一些变化

data = np.arange(14).reshape(2,7)
print(data)
print(data[1:,:3])
print(data[:,3:4])

数组运算

算术运算

numpy中运算符的作用和原版不同，加减乘除运算符是对数组中每一个数据进行操作，如下：

import numpy as npa = b = np.random.random(10000)*10
print(a)
print(b)
print(a+b)
print(np.add(a,b))

函数运算

还能进行很多的函数运算，如sin等

ang = np.array(range(0,181,15))
rad = np.sin(ang * np.pi / 180) #求弧度
rad

统计运算

data = np.array(range(1,7))
print(data.mean())          # 均值
print(np.average(data))     # 均值
print(np.average(data,weights=np.array([2,2,1,1,1,9])))     # 均值加权print(np.median(data))      # 中位数
print(np.var(data))      # 方差
print(np.std(data))      # 标准差（方差开根号）

聚合运算

print(np.sum(data))     #累加
print(np.prod(data))     #累乘
print(np.max(data))     #最大值
print(np.min(data))     #最小值

筛选排序

print(np.where(data > 3))       # 选出data中大于3的数字的下标值
print(np.where(data < 3))       # 选出data中小于3的数字的下标值
# 排序
print(np.sort([2,4,6,78,4,3,56,78,7,4,3,5,87,5,33,0]))
print(np.sort([2,4,6,78,4,3,56,78,7,4,3,5,87,5,33,0])[::-1])    # 逆序