學習numpy庫基礎知識

一、何為numpy庫

NumPy是Python裡面最重要的基礎性庫之一，可以讓Python支持大量的高端數值計算，是科學計算和數據分析領域的必備工具。NumPy用來存儲和處理大型矩陣和數組，提供接口，讓用戶可以在它們的上面進行數值運算。

NumPy的安裝十分方便，使用pip就可以安裝。在命令行中輸入如下命令，即可完成安裝。

pip install numpy

安裝完成後，在Python文件中使用import語句進行調用NumPy。

import numpy as np

二、NumPy中的基礎數據類型

NumPy的基礎數據類型是ndarray，即n維數組，是一個表格類型的數據結構，它裡面存儲了大量的數值數據。ndarray有三個非常重要的屬性：shape、dtype和size。shape代表數組的維度，可以是一維，二維等等；dtype代表數組中的元素類型；size表示數組中含有的元素個數。

以下是創建ndarray的幾個方法。

1、直接創建

# 首先需要導入numpy模塊
import numpy as np

# 定義一維數組
arr1 = np.array([1, 2, 3, 4, 5])

# 定義二維數組
arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

2、使用特定的函數

# 創建一個全零的3x3矩陣
zeros = np.zeros((3,3))

# 創建一個全1的5個元素的一維數組
ones = np.ones(5)

# 創建單位矩陣
eye = np.eye(3)

三、NumPy中的數組計算

NumPy提供了非常豐富的數組計算功能。數組之間的計算可以使用基本的算術運算符(如 +、-、*、/)，而且可以對數組中的每個元素進行計算。

以下是幾個對數組進行計算的示例。

1、逐元素計算

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([2, 4, 6, 8, 10])

# 逐元素相加
result = arr1 + arr2

# 逐元素相減
result = arr2 - arr1

# 逐元素相乘
result = arr1 * arr2

# 逐元素相除
result = arr2 / arr1

2、數學計算函數

NumPy還提供了很多數學計算函數，可以直接進行調用。以下是一些常見的數學計算函數。

import numpy as np

# 求平方根
result = np.sqrt(arr1)

# 求正弦值
result = np.sin(arr1)

# 求反正切值
result = np.arctan(arr1)

# 求指數
result = np.exp(arr1)

# 求自然對數
result = np.log(arr1)

四、NumPy數組的索引和切片操作

NumPy數組的索引和切片操作跟Python的列表非常相似。ndarray對象是基於多維數組的，所以需要用方括號來指定每個維度的索引。同時，可以使用切片操作來獲取數組中的部分數據。

以下是一些示例代碼。

1、對一維數組進行索引和切片操作

import numpy as np

arr1 = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

# 獲取第3個元素
print(arr1[2])  # 輸出3

# 獲取第2到4個元素(不包括第4個)
print(arr1[1:3])  # 輸出[2 3]

# 獲取第一個到倒數第二個元素(不包括倒數第一個)
print(arr1[:-1])  # 輸出[1 2 3 4 5 6 7 8]

2、對二維數組進行索引和切片操作

import numpy as np

arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 獲取第2行第3列的元素
print(arr2[1, 2])  # 輸出6

# 獲取第1行的所有元素
print(arr2[0, :])  # 輸出[1 2 3]

# 獲取第2和第3行的所有元素
print(arr2[1:, :])  # 輸出[[4 5 6] [7 8 9]]

五、NumPy中的矩陣運算

NumPy還提供了大量的矩陣運算功能，可以使用dot()函數來進行矩陣乘法的運算。在使用此函數之前，需要保證兩個矩陣的行列數正確才能進行乘法運算。

以下是一些示例代碼。

1、進行矩陣乘法運算

import numpy as np

arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[7, 8], [9, 10], [11, 12]])

# 進行乘法運算
result = np.dot(arr1, arr2)

print(result)
# 輸出[[ 58  64]
#     [139 154]]

2、進行矩陣的轉置

import numpy as np

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

# 進行轉置
result = arr.T

print(result)
# 輸出[[1 4]
#     [2 5]
#     [3 6]]

六、總結

本文簡單介紹了NumPy的基礎知識，包括了NumPy庫的定義和作用、ndarray數組的屬性和創建方法、數組的計算、數組的索引和切片操作、以及矩陣的運算。對於初學者來說，這些基礎知識是非常重要的，是使用NumPy進行科學計算和數據分析的前置知識。