Numpy库中常用的数组操作函数介绍
Numpy库是Python程序语言的一种扩展库，为了处理数学、科学和工程数据而创建。它在数值计算方面提供了许多便利方法，其中最重要的是ndarray对象。ndarray是一种多维数组对象，比Python原生的列表对象拥有更多的属性和方法。数组操作是Numpy的主要功能之一。numpy库中有许多操作数组的函数，以下是其中一些常用的函数：
1. np.array
np.array函数用于创建数组。它可以接受一个列表或元组作为参数，然后返回一个ndarray数组。
例如：
import numpy as np a = np.array([1, 2, 3]) b = np.array((4, 5, 6)) print(a) # [1 2 3] print(b) # [4 5 6]
2. np.arange
np.arange函数创建一个数字序列作为数组的元素。它的参数可以是一个整数，也可以是三个整数的序列(start，stop，step)。
例如：
import numpy as np a = np.arange(10) b = np.arange(1, 10, 2) print(a) # [0 1 2 3 4 5 6 7 8 9] print(b) # [1 3 5 7 9]
3. np.zeros
np.zeros函数用于创建一个给定形状和类型的全零数组。
例如：
import numpy as np a = np.zeros(5) b = np.zeros((2, 3)) print(a) # [0. 0. 0. 0. 0.] print(b) # [[0. 0. 0.] # [0. 0. 0.]]
4. np.ones
np.ones函数用于创建一个给定形状和类型的全1数组。
例如：
import numpy as np a = np.ones(5) b = np.ones((2, 3)) print(a) # [1. 1. 1. 1. 1.] print(b) # [[1. 1. 1.] # [1. 1. 1.]]
5. np.full
np.full函数用于创建一个指定形状和类型的数组，并用指定值填充。
例如：
import numpy as np a = np.full(5, 2) b = np.full((2, 3), 3) print(a) # [2 2 2 2 2] print(b) # [[3 3 3] # [3 3 3]]
6. np.random.rand
np.random.rand函数用于生成一个给定形状的随机数组，其中的每个元素都是从0到1的随机浮点数。
例如：
import numpy as np a = np.random.rand() b = np.random.rand(2, 3) print(a) # 0.3568755598644392 print(b) # [[0.29392556 0.93285844 0.882676 ] # [0.0266925 0.45202666 0.85638934]]
7. np.random.randint
np.random.randint函数用于生成一个给定形状的随机整数数组，在给定范围内。
例如：
import numpy as np a = np.random.randint(1, 10) b = np.random.randint(1, 10, (2, 3)) print(a) # 5 print(b) # [[8 8 5] # [8 1 8]]
8. np.reshape
np.reshape函数用于改变数组的形状。
例如：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = a.reshape(2, 3) print(a) # [1 2 3 4 5 6] print(b) # [[1 2 3] # [4 5 6]]
9. np.transpose
np.transpose函数用于交换数组的行和列。
例如：
import numpy as np a = np.array([[1, 2], [3, 4], [5, 6]]) b = np.transpose(a) print(a) # [[1 2] # [3 4] # [5 6]] print(b) # [[1 3 5] # [2 4 6]]
10. np.concatenate
np.concatenate函数用于将两个数组沿着指定的轴连接起来。
例如：
import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = np.concatenate((a, b)) print(c) # [1 2 3 4 5 6]
11. np.split
np.split函数用于将一个数组分成多个子数组。
例如：
import numpy as np a = np.array([1, 2, 3, 4, 5, 6]) b = np.split(a, 3) print(b) # [array([1, 2]), array([3, 4]), array([5, 6])]
以上就是Numpy库中一些常用的数组操作函数，Numpy的多种操作方法为数据处理提供了极大的帮助，可以大幅提高Python程序的效率和表现力。