当使用python的NumPy库时,以下是一些常见的多维数组操作的示例代码:
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)
# 创建带有指定形状和数据类型的多维数组
arr3 = np.array([[1, 2, 3], [4, 5, 6]], dtype=float)
print(arr3)
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]]
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
# 维度数
print(arr.ndim) # 输出 2
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]]
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)
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
以上就是基本的操作,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!
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。