解析numpy函數的常用參數與用法
numpy是Python中常用的數值計算庫，提供了豐富的數值運算函數和數據結構，能夠方便快捷地進行數組運算和數值計算。本文將解析numpy函數的常用參數與用法，并提供具體的代碼示例。
一、numpy函數的常用參數
-
array_like: 這是numpy函數中最常見的參數，表示接受各種可迭代的對象（如列表、元組、數組等）作為輸入。可以是多維數組，也可以是一維數組。
示例：
import numpy as np
a = np.array([1, 2, 3, 4]) # 定義一維數組
b = np.array([[1, 2], [3, 4]]) # 定義二維數組
print(a) # 輸出：[1 2 3 4]
print(b) # 輸出：[[1 2]
# [3 4]]
登錄后復制
- dtype: 這是指定數組元素的數據類型的參數。numpy支持多種數據類型，如int、float、bool等。
示例：
import numpy as np a = np.array([1, 2, 3], dtype=np.float) # 指定數組元素為浮點型 b = np.array([1, 2, 3], dtype=np.int) # 指定數組元素為整型 print(a) # 輸出：[1. 2. 3.] print(b) # 輸出：[1 2 3]
登錄后復制
- shape: 這是指定數組維度的參數。可以是數字，也可以是元組（或列表）。
示例：
import numpy as np a = np.array([1, 2, 3, 4]) # 一維數組 b = np.array([[1, 2], [3, 4]]) # 二維數組 print(a.shape) # 輸出：(4,) print(b.shape) # 輸出：(2, 2)
登錄后復制
- axis: 這是指定在某個軸上進行操作的參數。軸表示數組的維度，從0開始逐一增加。
示例：
import numpy as np a = np.array([[1, 2], [3, 4]]) print(np.sum(a, axis=0)) # 按列求和，輸出：[4 6] print(np.sum(a, axis=1)) # 按行求和，輸出：[3 7]
登錄后復制
- out: 這是指定輸出結果存放的位置的參數。可以是一個已有的數組，也可以是新建的數組。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = np.zeros(3) np.add(a, b, out=c) # 將a和b相加，結果放在c中 print(c) # 輸出：[5. 7. 9.]
登錄后復制
二、numpy函數的常用用法
- 創建數組：可以使用numpy提供的各種創建函數來創建數組，如
np.array()、np.zeros()、np.ones()、np.arange()等。示例：
import numpy as np
a = np.array([1, 2, 3]) # 創建一維數組
b = np.zeros((2, 2)) # 創建全0的二維數組
c = np.ones((3, 3)) # 創建全1的二維數組
d = np.arange(0, 10, 2) # 創建一個等差數列
print(a) # 輸出：[1 2 3]
print(b) # 輸出：[[0. 0.]
# [0. 0.]]
print(c) # 輸出：[[1. 1. 1.]
# [1. 1. 1.]
# [1. 1. 1.]]
print(d) # 輸出：[0 2 4 6 8]
登錄后復制
- 數組運算：numpy提供了豐富的數組運算函數，如加法、減法、乘法、除法、求和、平均值等。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) print(np.add(a, b)) # 數組相加，輸出：[5 7 9] print(np.subtract(a, b)) # 數組相減，輸出：[-3 -3 -3] print(np.multiply(a, b)) # 數組相乘，輸出：[4 10 18] print(np.divide(a, b)) # 數組相除，輸出：[0.25 0.4 0.5] print(np.sum(a)) # 數組求和，輸出：6 print(np.mean(a)) # 數組平均值，輸出：2
登錄后復制
- 數組變換：numpy提供了各種數組變換函數，如轉置、重塑、合并等。
示例：
import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.transpose(a) # 轉置數組
c = np.reshape(a, (1, 4)) # 將數組重塑為1行4列的數組
d = np.concatenate((a, b), axis=1) # 按列合并數組
print(b) # 輸出：[[1 3]
# [2 4]]
print(c) # 輸出：[[1 2 3 4]]
print(d) # 輸出：[[1 2 1 3]
# [3 4 2 4]]
登錄后復制
本文介紹了numpy函數的常用參數與用法，并提供了具體的代碼示例。掌握這些函數的用法，能夠更加高效地進行數組運算和數值計算，提升編程效率。
