邯郸做企业网站设计的公司网络销售员每天做什么
NumPy（Numerical Python的简称）是Python中用于处理数组和矩阵的库，提供了大量的数学函数来操作这些数组。通过前面的学习，慢慢也能发现一些规律，以下是NumPy的一些常用函数及其用法汇总：
数组创建
-
numpy.array(object, dtype=None, copy=True, order='K', subok=False[, ndmin=0])
从输入的数据创建数组。 -
numpy.zeros(shape, dtype=float, order='C')
返回给定形状和类型的新数组，数组中的元素全部为0。 -
numpy.ones(shape, dtype=None, order='C')
返回给定形状和类型的新数组，数组中的元素全部为1。 -
numpy.empty(shape, dtype=float, order='C')
返回给定形状和类型的新数组，数组中的元素是随机的。 -
numpy.arange([start,] stop[, step,], dtype=None)
返回等差数列的数组。 -
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
在指定的间隔内返回均匀间隔的数字。
数组操作
-
numpy.shape(a)
返回数组的形状。 -
numpy.size(a)
返回数组元素的总数。 -
numpy.reshape(a, newshape, order='C')
给数组一个新的形状，而不改变其数据。 -
numpy.concatenate((a1, a2, ...), axis=0)
沿着指定的轴连接两个或多个数组。 -
numpy.stack(arrays, axis=0, out=None)
沿着新的轴连接序列中的数组。 -
numpy.transpose(a, axes=None)
对数组进行转置。 -
numpy.dot(a, b)
返回两个数组的点积。 -
numpy.sum(a, axis=None, dtype=None, out=None, keepdims=<class 'numpy._globals._NoValue'>)
对数组的元素求和。 -
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<class 'numpy._globals._NoValue'>)
计算数组元素的平均值。 -
numpy.std(a, axis=None, dtype=None, out=None, ddof=1, keepdims=<class 'numpy._globals._NoValue'>)
计算数组元素的标准偏差。
数组索引和切片
-
a[start:stop:step]
使用切片获取数组的一部分。 -
a[[i, j, k]]
使用整数数组索引获取数组的元素。 -
a[i, j]
对于二维数组，使用逗号分隔的索引获取元素。 -
a[condition]
使用布尔索引获取满足条件的数组元素。
广播
NumPy 支持广播（broadcasting），它允许 NumPy 在执行数组运算时自动扩展数组的维度。广播遵循一组特定的规则，使得不同形状的数组可以进行数学运算。
随机数生成
-
numpy.random.rand(d0, d1, ..., dn)
从均匀分布中返回随机样本。 -
numpy.random.randn(d0, d1, ..., dn)
从标准正态分布中返回随机样本。 -
numpy.random.randint(low, high=None, size=None, dtype='l')
返回随机整数，位于半开区间 [low, high)。 -
numpy.random.choice(a, size=None, replace=True, p=None)
从给定的一维数组中生成随机样本。
以上只是 NumPy 的部分常用函数，NumPy 还提供了许多其他函数和特性，用于进行更复杂的数学和科学计算。为了充分利用 NumPy 的功能，建议查阅官方文档以获取更详细的信息和示例。