学习和应用numpy函数库中的主要功能函数

import numpy as np# 创建一维数组arr1d = np.array([1, 2, 3, 4, 5])print(arr1d)# 创建二维数组arr2d = np.array([[1, 2, 3], [4, 5, 6]])print(arr2d)# 创建全零数组zeros = np.zeros((3, 3))print(zeros)# 创建全一数组ones = np.ones((2, 2))print(ones)# 创建指定范围的数组range_arr = np.arange(1, 10)print(range_arr)

import numpy as nparr = np.array([[1, 2, 3], [4, 5, 6]])# 计算数组元素的和print(np.sum(arr))# 计算数组元素的平均值print(np.mean(arr))# 计算数组元素的标准差print(np.std(arr))# 沿指定轴计算数组元素的和print(np.sum(arr, axis=0))  # 沿着列的方向求和print(np.sum(arr, axis=1))  # 沿着行的方向求和# 数组的合并和分割arr1 = np.array([[1, 2], [3, 4]])arr2 = np.array([[5, 6], [7, 8]])# 合并数组concat_arr = np.concatenate((arr1, arr2))print(concat_arr)# 按指定轴分割数组split_arr = np.split(concat_arr, 2, axis=1)print(split_arr)

import numpy as nparr = np.array([1, 2, 3, 4, 5])# 获取指定位置的元素print(arr[2])  # 输出：3# 切片操作print(arr[1:4] ) # 输出：[2, 3, 4]# 多维数组的索引和切片arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])# 获取指定位置的元素print(arr[0, 1])  # 输出：2# 切片操作print(arr[:2, 1:])  # 输出：[[2,3], [5,6]]

import numpy as np# 改变数组形状arr = np.array([[1, 2, 3], [4, 5, 6]])reshaped_arr = np.reshape(arr, (3, 2))print(reshaped_arr)# 获取数组的形状print(arr.shape)  # 输出：(2, 3)# 将多维数组展平为一维数组flatten_arr = arr.flatten()print(flatten_arr)

import numpy as nparr = np.array([1, 2, 3, 4, 5])# 计算数组元素的平方print(np.power(arr, 2))# 计算数组元素的开方print(np.sqrt(arr))# 计算数组元素的对数print(np.log(arr))