Python NumPy 核心函数与数组操作完全指南

NumPy 概述

在深入介绍 NumPy 之前，我们先回顾一下 Python 语言的基本特性。

Python 是一种高级、动态且支持多泛型的编程语言。其代码风格接近伪代码，使得开发者能够用极少的行数编写出高可读性且功能强大的程序。

NumPy 是一个专为科学计算设计的 Python 库，主要提供矩阵运算功能，通常与 SciPy 和 Matplotlib 配合使用。虽然 Python 原生的 list 类型也能表示类似矩阵的结构，但 NumPy 提供了更丰富且高效的数学函数支持。

数组基础

常用数组函数

1. where()：根据条件返回数组中满足条件的元素索引值。 2. take(a, index)：从数组 a 中按照指定的索引 index 提取元素。 3. linspace(a, b, N)：返回在区间 (a, b) 内均匀分布的数组，元素总个数为 N 个。 4. a.fill()：将数组 a 中的所有元素填充为指定的值。 5. diff(a)：返回由数组 a 相邻元素差值构成的新数组。 6. sign(a)：返回数组 a 中每个元素的正负符号（1, -1, 或 0）。 7. piecewise(a, [condlist], [funclist])：根据布尔型条件列表 condlist，对数组 a 应用对应的函数列表 funclist，返回处理后的元素结果。 8. a.argmax(), a.argmin()：分别返回数组 a 中最大元素和最小元素的索引位置。

数组维度变换

1. a.ravel(), a.flatten()：将多维数组 a 展平为一维数组。 2. a.shape=(m, n), a.reshape(m, n)：将数组 a 转换为形状为 m 行 n 列的数组。 3. a.transpose, a.T：对数组 a 进行转置操作。

数组组合

1. hstack((a, b)), concatenate((a, b), axis=1)：将数组 a 和 b 沿水平方向（列方向）进行组合。 2. vstack((a, b)), concatenate((a, b), axis=0)：将数组 a 和 b 沿竖直方向（行方向）进行组合。 3. row_stack((a, b))：按行方向组合数组 a 和 b。 4. column_stack((a, b))：按列方向组合数组 a 和 b。

数组分割

1. split(a, n, axis=0), vsplit(a, n)：将数组 a 沿垂直方向（行方向）分割成 n 个子数组。 2. split(a, n, axis=1), hsplit(a, n)：将数组 a 沿水平方向（列方向）分割成 n 个子数组。

数组修剪与压缩

1. a.clip(m, n)：将数组 a 的值限制在范围 (m, n) 内，即大于 n 的元素被设为 n，小于 m 的元素被设为 m。 2. a.compress()：根据给定的条件筛选数组，返回满足条件的元素组成的新数组。

数组属性查询

1. a.dtype：获取数组 a 的数据类型。 2. a.shape：获取数组 a 的维度形状（如行数、列数）。 3. a.ndim：获取数组 a 的维数（轴的数量）。 4. a.size：获取数组 a 中包含的元素总数。 5. a.itemsize：获取数组 a 中单个元素在内存中占用的字节数。 6. a.nbytes：获取整个数组 a 在内存中占用的总字节数。 7. a.astype(int)：将数组 a 的数据类型转换为整型（int）。

数组计算与统计

1. average(a, weights=v)：对数组 a 进行加权平均计算，权重由 v 指定。 2. mean(a), max(a), min(a), median(a), var(a), std(a)：分别计算数组 a 的均值、最大值、最小值、中位数、方差和标准差。（注：原文 middle 应为 median，此处按上下文修正为中位数计算函数名，但保留原意描述） 3. a.prod()：计算数组 a 中所有元素的乘积。 4. a.cumprod()：计算数组 a 元素的累积乘积。 5. cov(a, b), corrcoef(a, b)：分别计算数组 a 和 b 之间的协方差和相关系数。 6. a.diagonal()：提取矩阵 a 对角线上的元素。 7. a.trace()：计算矩阵 a 的迹，即对角线元素之和。

总结

以上介绍了 Python NumPy 的常用函数与操作，希望能为您的开发工作提供帮助。如有任何疑问，欢迎留言交流，小编将及时回复。感谢大家对本站的支持！