NumPy数值计算的项目实现

import numpy as np # 导入 NumPy，并约定俗成地使用 np 作为别名

# 从列表创建
arr_from_list = np.array([1, 2, 3, 4, 5])

# 创建全为0的数组
zeros_arr = np.zeros((2, 3)) # 创建一个2行3列的数组

# 创建全为1的数组
ones_arr = np.ones((3, 2))

# 创建指定范围的数组
range_arr = np.arange(0, 10, 2) # 从0到10（不含），步长为2 -> [0, 2, 4, 6, 8]

# 创建随机数数组
random_arr = np.random.rand(2, 2) # 生成[0, 1)之间的均匀分布随机数

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

print(arr.shape)  # 形状: (2, 3)，表示2行3列
print(arr.ndim)   # 维度: 2
print(arr.size)   # 元素总数: 6
print(arr.dtype)  # 数据类型: int64 (或 int32)

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

# 元素级别的运算
print(a + b)      # [5 7 9]
print(a * b)      # [ 4 10 18]
print(a ** 2)     # [1 4 9]

# 使用数学函数
print(np.sin(a))  # [ 0.84147098  0.90929743  0.14112001]

arr_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

print(arr_2d[0, 1])      # 获取第0行第1列的元素 -> 2
print(arr_2d[:, 1])      # 获取第1列的所有元素 -> [2 5 8]
print(arr_2d[arr_2d > 5]) # 布尔索引，获取所有大于5的元素 -> [6 7 8 9]

a = np.array([1, 2, 3])
b = np.array([10])

# 标量 b 会被“广播”到与数组 a 相同的形状，然后进行运算
print(a + b) # [11 12 13]

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

print(np.sum(data))    # 求和: 15
print(np.mean(data))   # 求平均值: 3.0
print(np.max(data))    # 求最大值: 5
print(np.std(data))    # 求标准差: 1.414...