Numpy库中常用函数：基本操作、矩阵运算和数组处理

Numpy库是Python中用于科学计算的基础包之一，它提供了一些基本的数据结构和操作，包括多维数组、基本运算、线性代数和随机数生成等等。在此文中，将着重介绍Numpy库中常用的函数，包括基本操作、矩阵运算和数组处理。

一、基本操作

1.创建数组：使用numpy.array()函数创建一个多维数组。例如，创建一个1x3的数组：

import numpy as np
a = np.array([1, 2, 3])
print(a)

输出：

2.数组属性：通过shape、dtype、ndim、size等属性了解数组的信息，其中shape表示数组的维度，dtype表示数组中元素的数据类型，ndim表示数组的维数，size表示数组中元素的总数。


a = np.array([[1, 2, 3], [4, 5, 6]])
print(a.shape)  #输出(2,3)
print(a.dtype)  #输出int64
print(a.ndim)   #输出2
print(a.size)   #输出6



3.数组切片：可以通过切片方式访问数组元素。例如，访问数组a中的第0行第2列元素，可以使用a[0,2]。


a = np.array([[1, 2, 3], [4, 5, 6]])
print(a[0,2])    #输出3
print(a[1,:])    #输出[4,5,6]
print(a[:,1])    #输出[2,5] 



4.数组重塑：可以使用reshape函数将一个数组变成另一种形状的数组。例如，将一个3x3的数组转换成一个9x1的数组。


a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = a.reshape(9,1)
print(b)



输出：

[[1]
 [2]
 [3]
 [4]
 [5]
 [6]
 [7]
 [8]
 [9]]



二、矩阵运算

1.矩阵乘法：numpy库中提供dot()函数实现矩阵乘法，使用前提是两个矩阵的行列数匹配。


a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
c = np.dot(a, b)
print(c)



输出：

[[19 22]
 [43 50]]



2.矩阵转置：numpy库中的transpose()函数用于矩阵转置。


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



输出：

[[1 4]
 [2 5]
 [3 6]]



3.逆矩阵：numpy库中提供linalg.inv()函数用于矩阵求逆。


a = np.array([[1, 2], [3, 4]])
b = np.linalg.inv(a)
print(b)



输出:

[[-2.   1. ]
 [ 1.5 -0.5]]



4.行列式：numpy库中提供linalg.det()函数用于矩阵行列式的求解。


a = np.array([[1, 2], [3, 4]])
b = np.linalg.det(a)
print(b)



输出:

-2.0



三、数组处理

1.数组去重：numpy库中的unique()函数用于返回输入数组中的无重复元素的版本。


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



输出：

[1 2 3 4 5]



2.数组连接：将两个或多个数组合并成一个数组，numpy库中的concatenate()函数可以完成数组的拼接操作。


a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
c = np.concatenate((a,b), axis=0)
print(c)



输出:

[[1 2]
 [3 4]
 [5 6]]



3.数组重复：numpy库中的repeat()函数用于重复数组中的元素。例如，将数组[1,2,3]中每个元素重复3次，可以使用repeat()函数完成。


a = np.array([1, 2, 3])
b = np.repeat(a, 3)
print(b)



输出：

[1 1 1 2 2 2 3 3 3]



4.数组间操作：numpy库中有一些函数用于在数组间进行操作，比如取交集、并集和差集等，常用的函数有intersect1d()、union1d()和setdiff1d()。


a = np.array([1, 2, 3, 4])
b = np.array([3, 4, 5, 6])
c = np.intersect1d(a, b)
d = np.union1d(a, b)
e = np.setdiff1d(a, b)
print(c)
print(d)
print(e)



输出：

[3 4]
[1 2 3 4 5 6]
[1 2]



总结：本文中介绍了Numpy库中常用的函数，包括基本操作、矩阵运算和数组处理等。熟练应用这些函数可以提升科学计算的效率和精度，在数据分析和科学研究等领域有着广泛的应用。