shibo体育游戏app平台你会看到输出的是NumPy数组的花式-世博app官方入口(全站)官方网站登录入口

发布日期:2025-05-26 08:33    点击次数:186

shibo体育游戏app平台你会看到输出的是NumPy数组的花式-世博app官方入口(全站)官方网站登录入口

小伙伴们,环球好!今天咱们要一王人踏上Python数据科学之旅的一站——行使NumPy数组进行快速的数据预计与统计分析。NumPy是Python中一个十分雄壮的库,它提供了高效的多维数组对象,以及一系列用于数组操作的函数。思象一下,你大略圣洁地对大批数据进行加减乘除、统计分析shibo体育游戏app平台,是不是很有嗅觉呢?那咱们就速即运行吧!

一、NumPy数组简介

NumPy数组是NumPy库中的中枢数据结构,它是一个多维的、大小固定的、元素类型疏通的数组。与Python原生的列表比拟,NumPy数组在性能上有着权贵的上风,颠倒是在进行大领域数据预计时。

1.安设NumPy在运行之前,咱们需要先安设NumPy库。要是你还莫得安设,不错使用pip敕令进行安设:

1bash复制代码2 pip install numpy

2.导入NumPy在Python剧本或Jupyter Notebook中,咱们需要先导入NumPy库,不息使用np行为别号。

1python复制代码2 import numpy as np

二、创建NumPy数组

1.从列表创建数组咱们不错径直从Python列表创建NumPy数组。底下是一个毛糙的例子:

1python复制代码2# 从列表创建一维数组3 arr1 = np.array([1, 2, 3, 4, 5])4 print(arr1)56# 从嵌套列表创建二维数组7 arr2 = np.array([[1, 2, 3], [4, 5, 6]])8 print(arr2)

运行上述代码,你会看到输出的是NumPy数组的花式,而不是Python原生的列表。2.使用NumPy函数创建数组NumPy还提供了一些函数来创建特定类型的数组,比如全零数组、全一数组、单元矩阵等。

1python复制代码 2# 创建全零数组 3 zeros_arr = np.zeros((3, 4)) # 3行4列的二维全零数组 4 print(zeros_arr) 5 6# 创建全一数组 7 ones_arr = np.ones((2, 3)) # 2行3列的二维全一数组 8 print(ones_arr) 910# 创建单元矩阵11 identity_mat = np.eye(3) # 3x3的单元矩阵12 print(identity_mat)

三、NumPy数组的基本操作

1.数组索引与切片NumPy数组的索引与切片操作与Python列表相通,但愈加高效和雄壮。

1python复制代码 2# 一维数组索引 3 arr = np.array([10, 20, 30, 40, 50]) 4 print(arr[2]) # 输出30 5 6# 二维数组索引 7 arr_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) 8 print(arr_2d[1, 2]) # 输出6 910# 数组切片11 print(arr[1:4]) # 输出[20 30 40]12 print(arr_2d[0:2, 1:3]) # 输出[[2 3] [5 6]]

2.数组运算NumPy数组复旧向量化运算,这意味着你不错径直对数组进行加减乘除等操作,而不需要使用轮回。

1python复制代码 2# 数组加法 3 arr1 = np.array([1, 2, 3]) 4 arr2 = np.array([4, 5, 6]) 5 sum_arr = arr1 + arr2 6 print(sum_arr) # 输出[5 7 9] 7 8# 数组乘法 9 prod_arr = arr1 * arr210 print(prod_arr) # 输出[4 10 18]

小贴士:向量化运算不仅使代码愈加精辟,而况在性能上有着权贵的升迁,颠倒是关于大领域数据。

四、NumPy数组的统计分析

NumPy提供了一些十分有效的函数来进行统计分析,比如乞降、均值、规范差等。

1python复制代码 2# 乞降 3 arr = np.array([1, 2, 3, 4, 5]) 4 sum_val = np.sum(arr) 5 print(sum_val) # 输出15 6 7# 均值 8 mean_val = np.mean(arr) 9 print(mean_val) # 输出3.01011# 规范差12 std_val = np.std(arr)13 print(std_val) # 输出1.5811388300841898(遵循可能因精度而略有不同)

五、本色应用场景

NumPy数组在数据科学中有着时常的应用。比如,在处治数据集时,你不错使用NumPy数组来存储数据,并进行各式数据预处治操作,如归一化、规范化等。此外,NumPy数组仍是很多其他数据科学库(如Pandas、SciPy等)的基础数据结构。

六、锻真金不怕火题

1.创建一个3x3的就地数组,并预计其均值和规范差。2.创建一个5x5的全零数组,并将第一滑和第一列的元素建造为1。3.给定两个一维数组arr1和arr2shibo体育游戏app平台,预计它们的点积(即对应元素相乘后乞降)。小伙伴们,今天的Python学习内容就到这里啦!谨记多多动手锻真金不怕火,有任何疑问随时在评述区找我交流哦。祝环球学习凯旋,Python手段更进一竿!