使用Python的numpy库进行数组操作的常用函数

Numpy是一个Python库，用于在Python中进行大规模的科学计算。它是Python科学计算中一个重要的库，具有高效的数组计算功能。它提供了许多熟悉的函数，可以在Python中使用，如矢量、矩阵、线性代数、随机数生成等。下面是Numpy库中的一些常用函数:

1.ndarray

返回一个给定形状和类型的新数组。例如，创建一个大小为2x3的数组:

import numpy as np

a=np.ndarray(shape=(2,3),dtype=float,order='F') 

print(a)

输出:

[[0. 0. 0.] 

[0. 0. 0.]]

2.array

使用Python列表或元组创建一个数组，可以定义数组中元素的数据类型

a=np.array([1,2,3],dtype=int)

print(a)

输出:

[1 2 3]

3.zeros

创建一个给定形状和类型的新数组，并将其所有元素设置为零

a=np.zeros(5)

print(a)

输出:

[0. 0. 0. 0. 0.]

4.ones

创建一个给定形状和类型的新数组，并把它所有的元素都设置为1

a=np.ones(5)

print(a)

输出:

[1. 1. 1. 1. 1.]

5.arange

返回一个数组，其中包含从0到指定数字的所有整数值的范围。可以使用它来在特定范围内生成数字序列

a=np.arange(5)

print(a)

输出:

[0 1 2 3 4]

6.linspace

返回一个数组，其中包含在两个指定数之间割裂成特定数量的所有浮点数

a=np.linspace(0,1,5)

print(a)

输出:

[0.   0.25 0.5  0.75 1.  ]

7.reshape

将一个大小为n的1D数组转换为m x n的数组

a=np.array([1,2,3,4,5,6])

b=a.reshape(2,3)

print(b)

输出:

[[1 2 3]

 [4 5 6]]

8.transpose

返回一个获取给定轴的转置的数组

a=np.array([[1,2,3],[4,5,6]])

print(a.transpose())

输出:

[[1 4]

 [2 5]

 [3 6]]

9.flatten

返回一个把数组转换为1D的数组

a=np.array([[1,2,3],[4,5,6]])

print(a.flatten())

输出:

[1 2 3 4 5 6]

10.dot

计算两个数组的点积

a=np.array([[1,2],[3,4]])

b=np.array([[5,6],[7,8]])

print(np.dot(a,b))

输出:

[[19 22]

 [43 50]]

以上只是Numpy库中的部分函数，还有许多其他的函数可以通过官方文档和示例了解。简而言之，Numpy库是Python科学计算的关键部分，是数据处理和分析的强大工具，为用户提供了许多强大的高级函数。