Numpy库常用函数大全：解锁高效科学计算技巧

import numpy as np# 从 Python 列表和元组创建数组arr1 = np.array([1, 2, 3, 4, 5])arr2 = np.array((1, 2, 3))# 创建全 0 数组zeros_arr = np.zeros((2, 3))# 创建全 1 数组ones_arr = np.ones((2, 3))# 创建一个任意值的数组full_arr = np.full((2, 3), 4)# 创建一个类似于 Python range 函数的数组range_arr = np.arange(0, 10, 2)# 创建一个在指定间隔内的数组linspace_arr = np.linspace(0, 1, 5)

import numpy as nparr1 = np.array([1, 2, 3])arr2 = np.array([4, 5, 6])# 两个数组的加法add_arr = np.add(arr1, arr2)# 两个数组的减法sub_arr = np.subtract(arr1, arr2)# 两个数组的乘法mul_arr = np.multiply(arr1, arr2)# 两个数组的除法div_arr = np.divide(arr1, arr2)# 将一组数按照指定的次数幂进行计算power_arr = np.power(arr1, 2)# 对每个元素求开方sqrt_arr = np.sqrt(arr2)

import numpy as nparr = np.array([[1, 2], [3, 4], [5, 6]])# 交换数组的轴transpose_arr = np.transpose(arr)# 重新定义数组形状reshape_arr = np.reshape(arr, (2, 3))# 对多个数组进行拼接arr1 = np.array([1, 2, 3])arr2 = np.array([4, 5, 6])concat_arr = np.concatenate((arr1, arr2), axis=0)# 将一个数组分裂成多个数组split_arr = np.split(concat_arr, 2)# 按照指定要求进行数组排序sort_arr = np.sort(arr1)

import numpy as nparr = np.array([1, 2, 3, 4, 5, 6])# 对数组进行求和计算sum_arr = np.sum(arr)# 对数组进行求平均数计算mean_arr = np.mean(arr)# 对数组进行求标准差计算std_arr = np.std(arr)# 对数组进行求方差计算var_arr = np.var(arr)# 对数组进行求最大值计算max_arr = np.max(arr)# 对数组进行求最小值计算min_arr = np.min(arr)