Python模塊：Numpy計算數組

一、介紹

Numpy是Python中功能強大的庫之一，它為Python提供了一種更高效的方法來處理大型數​​組和矩陣。Numpy使得Python變得更接近於一種與MATLAB和R等科學計算語言相似的語言，使其在科學計算和數據分析方面更有競爭力。它具有廣泛的功能和易於使用的API，允許開發人員更快地進行數值計算。

使用Numpy庫，我們可以將多層嵌套的列錶轉換為Numpy數組，並很容易地對它們進行操作，如數字運算、線性代數、統計計算等。本文將對該庫的一些功能進行講解。

二、創建數組

在使用Numpy時，首先需要創建一個數組。以下是幾種創建數組的方法。

方法一：使用numpy.array()函數創建一個數組

import numpy as np

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

print(arr) # 輸出：[1 2 3 4 5]

方法二：使用numpy.zeros()函數或numpy.ones()函數創建一個值為0或1的數組

import numpy as np

arr_zero = np.zeros(5)
arr_ones = np.ones(5)

print(arr_zero) # 輸出：[0. 0. 0. 0. 0.]
print(arr_ones) # 輸出：[1. 1. 1. 1. 1.]

三、數組運算

在Numpy中，可以對數組進行各種數值和邏輯運算，其中包括基本算術、矩陣運算、比較運算、邏輯運算等。

方法一：基本算術運算

import numpy as np

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

# 加法
print(arr1 + arr2) # 輸出：[5 7 9]

# 減法
print(arr1 - arr2) # 輸出：[-3 -3 -3]

# 乘法
print(arr1 * arr2) # 輸出：[ 4 10 18]

# 除法
print(arr2 / arr1) # 輸出：[4.  2.5 2.]

方法二：矩陣運算

import numpy as np

A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])

# 矩陣加法
print(A + B) # 輸出：[[ 6  8]
             #      [10 12]]

# 矩陣乘法
print(np.dot(A, B)) # 輸出：[[19 22]
                    #      [43 50]]

方法三：比較運算

import numpy as np

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

# 大於運算
print(arr1 > arr2) # 輸出：[False False  True]

# 小於等於運算
print(arr1 <= arr2) # 輸出：[ True  True False]

方法四：邏輯運算

import numpy as np

arr1 = np.array([True, False, True])
arr2 = np.array([True, True, False])

# 與運算
print(np.logical_and(arr1, arr2)) # 輸出：[ True False False]

# 或運算
print(np.logical_or(arr1, arr2)) # 輸出：[ True  True  True]

# 非運算
print(np.logical_not(arr1)) # 輸出：[False  True False]

四、統計計算

在Numpy中，還可以使用各種函數進行計算和統計。

方法一：計算數組中的最大值和最小值

import numpy as np

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

# 最大值
print(np.max(arr)) # 輸出：5

# 最小值
print(np.min(arr)) # 輸出：1

方法二：計算平均值和標準差

import numpy as np

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

# 平均值
print(np.mean(arr)) # 輸出：3.0

# 標準差
print(np.std(arr)) # 輸出：1.4142135623730951

五、數組形狀的調整

在Numpy中，也可以對數組的形狀進行調整，使之符合需要的計算方式。

方法一：reshape()函數

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])

# 將數組變為2行4列的矩陣
new_arr = arr.reshape(2, 4)

print(new_arr) # 輸出：[[1 2 3 4]
               #      [5 6 7 8]]

方法二：flatten()函數

import numpy as np

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

# 將矩陣展平為一維數組
new_arr = arr.flatten()

print(new_arr) # 輸出：[1 2 3 4 5 6]

六、結語

以上是Numpy庫的一些基本功能的介紹，這個庫還有很多其他的操作和功能，可以根據自己的需求進行學習和使用。