Python NumPy：二維數組用途及示例

NumPy是Python中做科學計算必不可少的庫之一，主要用於數組處理。在NumPy中有一種數據結構叫做二維數組，也叫做矩陣，是NumPy中最基礎的數據結構之一。在本文中，我們將詳細講解二維數組的用途以及如何使用它們。

一、創建二維數組

可以通過Numpy中的array函數來創建二維數組。如下所示，創建一個大小為3×4的數組：

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a)

輸出結果為：

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

還可以通過NumPy內置的函數來創建一些特殊的二維數組，例如，創建一個全是0的二維數組：

a = np.zeros((3, 4))
print(a)

輸出結果為：

[[0. 0. 0. 0.]
 [0. 0. 0. 0.]
 [0. 0. 0. 0.]]

二、訪問二維數組中的元素

通過下標來訪問二維數組中的元素。例如，要訪問第2行第3列的元素，可以執行如下代碼：

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a[1][2])

輸出結果為：

7

三、對二維數組進行切片

和一維數組一樣，二維數組也支持切片操作。例如，獲取第二行的所有元素：

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a[1, :])

輸出結果為：

[5 6 7 8]

同樣地，還可以獲取所有列的元素：

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a[:, 1])

輸出結果為：

[ 2  6 10]

四、對二維數組進行運算

使用NumPy中的函數，可以對二維數組進行各種基本運算，如加、減、乘等。例如，對相同大小的兩個二維數組進行加法運算：

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
b = np.array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]])
print(a + b)

輸出結果為：

[[ 2  3  4  5]
 [ 7  8  9 10]
 [12 13 14 15]]

五、二維數組的轉置

使用T屬性對二維數組進行轉置操作，即行變為列，列變為行。

import numpy as np
a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a.T)

輸出結果為：

[[ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]
 [ 4  8 12]]

六、二維數組的拼接

使用concatenate函數可以對兩個二維數組進行拼接。如下所示，對兩個大小相同的二維數組進行水平方向的拼接：

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = np.array([[10, 11, 12], [13, 14, 15], [16, 17, 18]])
c = np.concatenate((a, b), axis=1)
print(c)

輸出結果為：

[[ 1  2  3 10 11 12]
 [ 4  5  6 13 14 15]
 [ 7  8  9 16 17 18]]

同樣地，可以對兩個二維數組進行垂直方向的拼接：

import numpy as np
a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = np.array([[10, 11, 12], [13, 14, 15], [16, 17, 18]])
c = np.concatenate((a, b), axis=0)
print(c)

輸出結果為：

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]
 [13 14 15]
 [16 17 18]]

七、結論

在本文中，我們講解了如何創建二維數組，並對其中元素進行訪問和切片，還講解了二維數組的基本運算、轉置和拼接。這些都是NumPy中二維數組的重要用途，將這些操作熟練掌握後，你將輕鬆處理二維數組數據。