学习Python必知的Numpy函数

背景

Python的数据科学以分析为主。大量的扩展包是 Python 的一大特色，包括各种适用于数据分析的例程和函数。有了这些扩展包，数据科学家们可以不用重复造轮子，节省了很多时间。其中一个重要的数学扩展包就是 NumPy。NumPy 是一个基础数学包，以其高效的多维数组函数而闻名，适用于线性代数，傅立叶变换，逻辑运算等。

本文从 NumPy 最基础的知识切入，包括 NumPy 里面的函数，如何创建 NumPy 数组，数组的索引、切片等，非常适合初学者。

认识NumPy

安装NumPy

如果您用conda管理安装的扩展包，请输入：

conda install numpy

如果您用pip管理安装的扩展包，请输入：

pip install numpy

新建一个 Jupyter notebook，导入 NumPy 扩展包

基础操作

创建列表（一维数组）：

创建高维数组：

多位数组形状:

修改数组中的元素：

使用 NumPy 的arrange()函数创建 NumPy 数组

使用 NumPy 的函数生成单位数组：

生成随机数

利用函数rand()，randn()，或者 randint()，我们可以创建一个由随机数组成的数组。

例如，如果想生成一组包含六个元素的数组，每个元素都是从 0 到 6 平均分布的随机数，我们可以这样

NumPy的运算

作用于每个元素的函数

索引

切片如果对数组进行切片，需要对数组的每一维都说明切片的索引。

如果把每次增加的索引数目设为负数，遍历的方向则为从后到前：

导入/导出文件

结语

除了 NumPy ，Python 还有一些含有类似函数的扩展包，如果有兴趣可以广泛涉猎，互相比较，找出最适合您当前任务的扩展包。

英文原文：https://www.analyticsindiamag.com/the-most-important-numpy-functions-you-should-know-when-learning-python/

译者：由云