1. 首页
  2. 博客
  3. 学会使用 NumPy：基础、随机、ufunc 和练习测试

学会使用 NumPy：基础、随机、ufunc 和练习测试

学习使用 NumPy 是进行科学计算和数据处理的重要一步。在这里，我将提供一些基础的内容以及一些练习测试，帮助你掌握 NumPy 的基础知识和随机数生成、ufunc 等常用功能。

基础知识

1. 导入 NumPy 库

import numpy as np

2. 创建 NumPy 数组

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

3. 查看数组属性

print("数组形状:", arr.shape)
print("数组维度:", arr.ndim)
print("数组数据类型:", arr.dtype)

4. 数组的基本运算

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

print("数组相加:", arr1 + arr2)
print("数组相乘:", arr1 * arr2)

随机数生成

1. 生成随机整数数组

rand_int_arr = np.random.randint(1, 100, size=(3, 3))
print(rand_int_arr)

2. 生成随机浮点数数组

rand_float_arr = np.random.rand(3, 3)
print(rand_float_arr)

ufunc（通用函数）

1. 数组的平方

squared_arr = np.square(arr)
print(squared_arr)

2. 数组的指数函数

exp_arr = np.exp(arr)
print(exp_arr)

练习测试

1. 创建一个 3x3 的零数组。

2. 创建一个 3x3 的单位矩阵。

3. 生成一个包含 10 个随机整数的数组，范围在 1 到 100 之间。

4. 计算数组 [1, 2, 3] 和 [4, 5, 6] 的点积。

5. 计算数组 [1, 2, 3] 的平方根。

6. 生成一个包含 10 个随机浮点数的数组，范围在 0 到 1 之间。

解答

1.

zero_arr = np.zeros((3, 3))
print(zero_arr)

2.

identity_arr = np.eye(3)
print(identity_arr)

3.

rand_int_arr = np.random.randint(1, 100, size=10)
print(rand_int_arr)

4.

dot_product = np.dot([1, 2, 3], [4, 5, 6])
print(dot_product)

5.

sqrt_arr = np.sqrt([1, 2, 3])
print(sqrt_arr)

6.

rand_float_arr = np.random.rand(10)
print(rand_float_arr)

这些练习将帮助你熟悉 NumPy 库的基础操作和常用功能。通过实践，你可以更加灵活地运用 NumPy 来进行科学计算和数据处理。

原文链接：codingdict.net

热门标签