Python：理解ndarray及其在科學計算中的應用

一、概念簡介

在Python科學計算中，NumPy是一個重要的第三方庫，用於處理大型數組和矩陣計算。

其中ndarray是NumPy中最重要的類，它是Python中多維數組的主要表示方式，可以存儲具有相同類型的元素集合。

ndarray的重要特點包括：

1. 多維數據容器，每個維度都有一個整數
2. 每個元素都必須是統一類型的
3. 所有元素都是同一類型的
4. 所有元素都連續存儲

二、創建ndarray

NumPy提供了多種方法來創建ndarray，包括：

1. 使用array函數從Python序列（例如list或tuple）中創建
2. 使用函數zeros、ones或empty來創建指定形狀和類型的數組
3. 使用numpy.random中的函數從隨機生成的數據中創建數組

以下是創建ndarray的代碼示例：

import numpy as np

# 從Python序列中創建
x = np.array([1, 2, 3])
print(x) # 輸出：[1 2 3]

# 創建指定形狀的數組
y = np.zeros((3, 3))
print(y) # 輸出：[[0. 0. 0.]
         #      [0. 0. 0.]
         #      [0. 0. 0.]]

# 從隨機數據中創建數組
z = np.random.rand(2, 2)
print(z) # 輸出：[[0.11998367 0.5357148 ]
         #      [0.09606219 0.33204588]]

三、訪問和修改ndarray

通過索引和切片，我們可以訪問和修改ndarray，這與Python中的列表非常相似。

以下是訪問和修改ndarray的代碼示例：

import numpy as np

# 創建一個長度為4的一維數組
a = np.array([1, 2, 3, 4])

# 訪問元素
print(a[0]) # 輸出1

# 修改元素
a[0] = 5
print(a)    # 輸出[5 2 3 4]

# 創建二維數組
b = np.array([[1, 2, 3], [4, 5, 6]])

# 訪問元素
print(b[1, 2])  # 輸出6

# 切片操作
print(b[:, :2]) # 輸出[[1 2]
                #      [4 5]]

四、ndarray的運算

NumPy的ndarray支持各種數學運算，包括加、減、乘、除等。

以下是運算ndarray的代碼示例：

import numpy as np

# 創建兩個數組
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

# 加法
print(a + b)    # 輸出[[ 6  8]
                #      [10 12]]

# 乘法
print(a * b)    # 輸出[[ 5 12]
                #      [21 32]]

# 矩陣乘法
print(np.dot(a, b)) # 輸出[[19 22]
                    #      [43 50]]

五、ndarray的聚合函數

NumPy提供了許多用於聚合ndarray的函數，如求和、平均值、中位數等。

以下是聚合函數的代碼示例：

import numpy as np

# 創建數組
a = np.array([1, 2, 3])

# 求和
print(np.sum(a)) # 輸出6

# 平均值
print(np.mean(a))    # 輸出2.0

# 中位數
print(np.median(a))  # 輸出2.0

總結

本文介紹了Python中NumPy庫中的ndarray類的概念、創建、訪問和修改、運算和聚合函數。我們可以發現，利用ndarray，Python可以很方便地進行科學計算。