pip install numpy|极客教程

pip install numpy

1. 什么是numpy

NumPy是Python的一个开源数值计算库，它为Python提供了高性能的多维数组对象，并且伴随着一系列可以对数组进行操作的函数。Numpy可以被广泛用于科学计算、数据分析和机器学习等领域。

2. 安装numpy

在开始使用NumPy之前，我们需要先将其安装到Python环境中。可以通过pip命令来安装NumPy，打开终端或命令提示符，执行以下命令：

pip install numpy

安装完成后，可以使用以下命令来验证NumPy的安装情况：

import numpy as np

print(np.__version__)

代码运行结果：

1.20.3

如果输出的版本号和安装的版本号一致，说明NumPy已经成功安装。

3. NumPy的核心功能

3.1 多维数组

NumPy的核心功能是对多维数组的支持。NumPy的多维数组被称为ndarray对象。我们可以使用NumPy创建一个ndarray对象，并对其进行各种操作。

import numpy as np

# 创建一个一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)

代码运行结果：

[1 2 3 4 5]
[[1 2 3]
 [4 5 6]]

3.2 数组操作

NumPy提供了丰富的函数和方法来操作数组，包括索引、切片、改变形状、合并、分割等。

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

# 索引和切片
print(arr[0, 1])  # 输出：2
print(arr[:, 1:3])  # 输出：[[2 3]
                   #        [5 6]]

# 改变形状
new_arr = arr.reshape(3, 2)
print(new_arr)  # 输出：[[1 2]
                #        [3 4]
                #        [5 6]]

# 合并数组
arr1 = np.array([1, 2])
arr2 = np.array([3, 4])
arr = np.concatenate((arr1, arr2))
print(arr)  # 输出：[1 2 3 4]

# 分割数组
arr = np.array([1, 2, 3, 4, 5, 6])
new_arr = np.split(arr, 3)
print(new_arr)  # 输出：[array([1, 2]), array([3, 4]), array([5, 6])]

代码运行结果：

2
[[2 3]
 [5 6]]
[[1 2]
 [3 4]
 [5 6]]
[1 2 3 4]
[array([1, 2]), array([3, 4]), array([5, 6])]

3.3 数组运算

NumPy支持对数组进行各种数学运算，包括加、减、乘、除、矩阵乘法等。

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

# 数组加法
print(arr1 + arr2)

# 数组减法
print(arr1 - arr2)

# 数组乘法（元素级别）
print(arr1 * arr2)

# 数组除法（元素级别）
print(arr1 / arr2)

# 矩阵乘法
print(np.dot(arr1, arr2))

代码运行结果：

[[ 6  8]
 [10 12]]
[[-4 -4]
 [-4 -4]]
[[ 5 12]
 [21 32]]
[[0.2        0.33333333]
 [0.42857143 0.5       ]]
[[19 22]
 [43 50]]

4. 更多NumPy功能

除了上述核心功能以外，NumPy还提供了很多有用的功能，如数学函数、随机数生成、数组操作等。下面是一些常用的函数的示例：

4.1 数学函数

NumPy提供了一系列数学函数，可用于对数组进行数学运算。

import numpy as np

# 求平方根
arr = np.array([1, 4, 9])
print(np.sqrt(arr))  # 输出：[1. 2. 3.]

# 求指数
arr = np.array([1, 2, 3])
print(np.exp(arr))  # 输出：[ 2.71828183  7.3890561  20.08553692]

# 求对数
arr = np.array([1, 2, 3])
print(np.log(arr))  # 输出：[0.         0.69314718 1.09861229]

代码运行结果：

[1. 2. 3.]
[ 2.71828183  7.3890561  20.08553692]
[0.         0.69314718 1.09861229]

4.2 随机数生成

NumPy提供了生成随机数的函数，可用于生成服从特定概率分布的随机数。

import numpy as np

# 生成随机整数
print(np.random.randint(low=1, high=10, size=5))  # 输出：[6 1 2 9 5]

# 生成随机浮点数
print(np.random.rand(5))  # 输出：[0.19488547 0.15730592 0.99915462 0.02904053 0.27104548]

代码运行结果：

[6 1 2 9 5]
[0.19488547 0.15730592 0.99915462 0.02904053 0.27104548]

4.3 数组操作

除了上面提到的数组操作外，NumPy还提供了更多的数组操作函数。

import numpy as np

# 数组去重
arr = np.array([1, 2, 3, 3, 4, 4, 5])
print(np.unique(arr))  # 输出：[1 2 3 4 5]

# 数组排序
arr = np.array([3, 1, 4, 2, 5])
print(np.sort(arr))  # 输出：[1 2 3 4 5]

代码运行结果：