Python中numpy数组的计算与转置详解

纸上星河

发布时间：2026-10-15| 4人浏览过

原创

本文详解Python中numpy数组的核心操作，涵盖标量运算、同尺寸数组运算及不同尺寸数组的广播原则。重点介绍数组转置的三种实现方式：np.transpose、属性.T及swapaxes方法，结合代码示例解析其在机器学习与深度学习中的实际应用。

前言

本文重点解析numpy数组的计算逻辑与转置操作，内容涵盖相同尺寸数组间的运算规则以及不同尺寸数组的运算处理，同时详细演示数组转置的三种具体实现方法。

尽管numpy数组的相关操作看似基础且略显枯燥，但其在实际应用中极具价值。这些操作是众多机器学习与深度学习算法的基础组件，掌握对numpy数组的基本处理至关重要。

1、numpy数组与数的运算

该部分主要演示数组与标量之间的加减乘除运算，具体实现代码如下：


import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
 
# 将数组a里面的每个数+1
b = a+1
print(b)
 
# 将数组a里面每个数-3
c = a-3
print(c)
 
# 将数组a里面每个数*3
d = a*3
print(d)
 
# 将数组a里面每个数除3
e = a/3
print(e)

运行结果如下：

2、numpy相同尺寸的数组运算

针对尺寸相同的numpy数组，演示其加减乘除运算过程，代码如下：


import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([[11, 22, 33, 44, 55, 66], [77, 88, 99, 10, 11, 12]])
 
# 数组a与数组b的加法运算
c = a+b
print(c)
 
# 数组a与数组b的减法运算
d = a-b
print(d)
 
# 数组a与数组b的乘法运算
e = a*b
print(e)
 
# 数组a与数组b的除法运算
f = a/b
print(f)

运行结果如下：

3、numpy不同尺寸的数组计算

numpy支持不同尺寸数组的运算，其核心遵循广播原则（Broadcasting），具体代码如下：


import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([1, 2, 3, 4, 5, 6])
c = np.array([[1], [2]])
print(a)
print(b)
print(c)
 
# 数组a与数组b的减法
d = a-b
print(d)
 
# 数组a与数组b的乘法
e = a*b
print(e)
 
# 数组a与数组c的减法
f = a-c
print(f)
 
# 数组a与数组c的乘法
g = a*c
print(g)

运行结果如下图：

通过对比可以看出，所有数组运算均严格遵循广播原则进行维度扩展与计算。

4、numpy数组的转置

本节主要介绍实现数组转置的三种方法，具体代码如下：


import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18]])
 
# 数组转置的三种方法
b = np.transpose(a)
c = a.T
d = a.swapaxes(1, 0)
print(a)
print(b)
print(c)
print(d)

运行结果如下图：