使用python的NumPy库时,以下是一些常见多维数组操作示例代码

  1. 创建多维数组
import numpy as np

# 从列表创建多维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 从元组创建多维数组
arr2 = np.array((1, 2, 3, 4, 5))
print(arr2)

# 创建带有指定形状数据类型多维数组
arr3 = np.array([[1, 2, 3], [4, 5, 6]], dtype=float)
print(arr3)
  1. 访问修改多维数组元素
import numpy as np

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

# 访问元素
print(arr[0, 1])  # 输出 2

# 修改元素
arr[0, 1] = 10
print(arr)  # 输出 [[1, 10, 3], [4, 5, 6]]
  1. 数组属性
import numpy as np

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

# 形状
print(arr.shape)  # 输出 (2, 3)

# 大小
print(arr.size)  # 输出 6

# 维度
print(arr.ndim)  # 输出 2
  1. 数组运算
import numpy as np

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

# 加法
result1 = arr1 + arr2
print(result1)  # 输出 [5, 7, 9]

# 乘法
result2 = arr1 * 2
print(result2)  # 输出 [2, 4, 6]

# 矩阵乘法
arr3 = np.array([[1, 2], [3, 4]])
arr4 = np.array([[5, 6], [7, 8]])
result3 = np.dot(arr3, arr4)
print(result3)  # 输出 [[19, 22], [43, 50]]
  1. 数组重塑和转置
import numpy as np

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

# 重塑为3行2列的数组
result1 = arr.reshape((3, 2))
print(result1)

# 转置数组
result2 = arr.transpose()
print(result2)
  1. 数组的聚合操作
import numpy as np

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

# 求和
result1 = arr.sum()
print(result1)  # 输出 21

# 计算平均值
result2 = arr.mean()
print(result2)  # 输出 3.5

# 求最大值
result3 = arr.max()
print(result3)  # 输出 6

以上就是基本操作可以在 Jupyter Notebook实践

原文地址:https://blog.csdn.net/weixin_56703682/article/details/134737930

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_29670.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注