NumPy是Python中用于科学计算的一个基础库，提供了大量的数学函数和操作数组的工具。

安装

pip install numpy

创建数组

import numpy as np  
arr1 = np.array([1, 2, 3, 4, 5])  # 创建一个一维数组  
arr2 = np.array([[1, 2, 3], [4, 5, 6]])  # 创建一个二维数组  
print(arr1)  
print(arr2)

数组的维度

print(arr1.shape)  # (5,)  
print(arr2.shape)  # (2, 3)  
print(arr2.ndim)  # 2

数组的运算

arr3 = np.array([1, 2, 3, 4, 5])  
arr4 = np.array([6, 7, 8, 9, 10])  
print(arr3 + arr4)  # [ 7  9 11 13 15]  
print(arr3 * arr4)  # [ 6 14 24 36 50]  
print(np.dot(arr3, arr4))  # 130

数组的索引和切片

arr5 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])  
print(arr5[0, 1])  # 2  
print(arr5[1:, :2])  # [[4 5] [7 8]]

数组常用方法

print(np.sum(arr5))  # 45  
print(np.min(arr5))  # 1  
print(np.max(arr5))  # 9  
print(np.mean(arr5))  # 5.0  
print(arr5.reshape((1, 9)))  # [[1 2 3 4 5 6 7 8 9]]

NumPy的常用API

数组创建

np.array()：根据输入的数据创建数组。

np.ones()：创建一个指定形状和类型的新数组，用1填充。

np.zeros()：创建一个指定形状和类型的新数组，用0填充。

np.empty()：返回一个给定形状和类型的新数组，而不初始化条目。

np.arange()：在给定的间隔内返回均匀间隔的值。

np.linspace()：在指定的间隔内返回均匀间隔的数字。

数组操作

arr.shape：获取数组的形状。

arr.dtype：获取数组元素的类型。

arr.reshape()：返回具有相同数据但新形状的数组。

np.concatenate()：沿指定轴连接数组序列。

np.stack()：沿新轴连接数组序列。

数学函数

np.sum()：计算数组元素的总和。

np.mean()：计算数组元素的平均值。

np.std()：计算数组元素的标准差。

np.var()：计算数组元素的方差。

np.min()：找到数组中的最小值。

np.max()：找到数组中的最大值。

线性代数

np.dot()：计算两个数组的点积。

np.linalg.inv()：计算矩阵的逆。

np.linalg.det()：计算矩阵的行列式。

np.linalg.eig()：计算矩阵的特征值和特征向量。

文件操作

np.save()：将数组保存到二进制文件中（.npy格式）。

np.load()：从二进制文件中加载数组（.npy格式）。

np.savetxt()：将数组保存到文本文件中。

np.loadtxt()：从文本文件中加载数组。

随机数

np.random.rand()：生成给定形状的数组，数组中的值在[0,1)之间。

np.random.randn()：生成给定形状的数组，数组中的值服从标准正态分布。

np.random.randint()：生成给定形状和范围的随机整数数组。