Numpy 数组

Numpy是Python中重要的科学计算库之一。在Numpy中，numpy数组是最基本的数据结构。numpy数组是相同类型的元素数组，支持矢量计算。它是Python中数值计算的基石。

阅读更多：Numpy 教程

创建numpy数组

使用numpy.array()可以创建numpy数组，如下：

import numpy as np
arr = np.array([1, 2, 3])

可以通过dtype参数指定数组的类型：

arr = np.array([1, 2, 3], dtype=np.float)

也可以使用numpy提供的其他函数来创建numpy数组，如numpy.zeros()、numpy.ones()、numpy.arange()等。

numpy数组的属性

numpy数组有一些常用的属性，如下：

shape：表示数组的维度。
dtype：数组元素的数据类型。
ndim：数组的维数。
size：数组元素的总数。

可以通过以下方式获取numpy数组的属性：

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)  # (2, 3)
print(arr.dtype)  # int64
print(arr.ndim)  # 2
print(arr.size)  # 6

索引和切片

获取numpy数组中的元素可以使用索引和切片。numpy数组的索引和切片与Python列表基本相同。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr[0])  # [1 2 3]
print(arr[0][1])  # 2
print(arr[:, 1:3])  # [[2 3]
                    #  [5 6]]

矩阵运算

numpy数组支持矩阵运算，如加法、减法、乘法、除法等。

import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
print(a + b)  # [[ 6  8]
              #  [10 12]]
print(a - b)  # [[-4 -4]
              #  [-4 -4]]
print(a * b)  # [[ 5 12]
              #  [21 32]]
print(a / b)  # [[0.2        0.33333333]
              #  [0.42857143 0.5       ]]