创建 NumPy 数组

NumPy 的核心是它的数组对象。这些数组与 Python 列表类似，但有一些关键区别，例如同质性（所有元素必须具有相同的数据类型）以及高效执行逐元素操作的能力。

1. 从列表创建数组：

可以使用以下函数从 Python 列表创建 NumPy 数组numpy.array()：

将numpy导入为np

my_list = [1, 2, 3, 4, 5] 
my_array = np.array(my_list) 
print(my_array)

该np.array()函数接受一个列表作为参数并返回一个 NumPy 数组。

2.数组初始化：

NumPy 提供了多个函数来创建具有特定属性（例如零、一或一系列值）的数组。这里有些例子：

# 创建一个零数组
Zeros_array = np.zeros( 5 )

# 创建一个由 1 组成的数组
Ones_array = np.ones(3)# 创建一个特定范围值的数组
range_array = np.arange(0, 10, 2) # 创建 [0, 2, 4, 6, 8]# 创建一个均匀分布的数组
linspace_array = np.linspace(0, 1, 5) # 创建 [0.0, 0.25, 0.5, 0.75, 1.0]

3. 随机数组：

还可以使用 NumPy 的 random 模块生成具有随机值的数组。下面是创建随机整数数组的示例：

random_integers = np.random.randint( 1 , 100 , size= 5 )   # 生成 5 个 1 到 100 之间的随机整数

基本数组操作

1.逐元素运算：

NumPy 允许逐个元素地对数组执行操作，而无需显式循环。例如：

arr1 = np.array([ 1 , 2 , 3 ]) 
arr2 = np.array([ 4 , 5 , 6 ])

# 逐元素相加
结果 = arr1 + arr2 # 结果: [5, 7, 9]# 逐元素相乘
结果 = arr1 * arr2 # 结果：[4, 10, 18]

2. 数组广播：

NumPy 可以通过广播处理不同形状的数组上的操作。广播会自动扩展较小的数组以匹配较大数组的形状：

arr = np.array([ 1 , 2 , 3 ])
scala= 2

result = arr * scalar # 标量被广播到 [2, 2, 2]

3. 数组索引和切片：

您可以使用索引访问数组的元素或切片：

arr = np.array([ 10 , 20 , 30 , 40 , 50 ])

# 访问单个元素
element = arr[2] # Element 为 30# 切片子
数组 = arr[1:4] # 子数组为 [20, 30, 40]

数组操作

NumPy 提供了各种用于更改数组形状和结构的函数。

1. 重塑数组：

可以使用以下方法更改数组的形状reshape()：

arr = np.arange( 1 , 10 )   # [1, 2, 3, 4, 5, 6, 7, 8, 9]
reshaped= arr.reshape( 3 , 3 ) 
# 重塑现在是：
# [[1, 2, 3], 
# [4, 5, 6], 
# [7, 8, 9]]

2. 连接数组：

可以使用以下函数组合数组np.concatenate()：

arr1 = np.array([ 1 , 2 , 3 ]) 
arr2 = np.array([ 4 , 5 , 6 ]) 
concatenated = np.concatenate((arr1, arr2)) 
# 连接后为 [1, 2, 3, 4、5、6]