Python中np的含义及NumPy基础使用指南

Python中np的含义与导入方法

在Python编程中，“np”通常作为第三方科学计算库“numpy”的别名使用。要使用这一别名，需执行导入命令“import numpy as np”，从而在代码中以“np”指代整个numpy库。

具体导入与使用示例如下：

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

执行上述代码后，输出结果为：

[1 2 3]

NumPy基础：ndarray与数组创建

相关知识点扩展：

Python中NumPy的基础应用

ndarray（即数组）是NumPy的核心数据结构。需要特别注意，ndarray是同构的，这意味着数组内的所有元素必须属于同一数据类型。每个ndarray对象都包含两个关键属性：shape（形状）和dtype（数据类型）。

shape属性用于描述数组的维度结构。例如，

import numpy as np
from numpy.random import randn

arr = randn(12).reshape(3, 4)

arr

[[ 0.98655235 1.20830283 -0.72135183 0.40292924]
 [-0.05059849 -0.02714873 -0.62775486 0.83222997]
 [-0.84826071 -0.29484606 -0.76984902 0.09025059]]

arr.shape
(3, 4)

其中的(3, 4)表示该数组arr具有3行4列的结构，而其dtype属性值为float64。

以下函数可用于创建不同类型的数组：

至此，关于Python中np的含义及NumPy基础使用的介绍完毕。如需了解更多关于Python中np的内容，可查阅本站过往文章或继续浏览后续相关教程，感谢支持。