np.array用法
np.array是 NumPy 库中用于创建数组的函数。NumPy 是 Python 中用于科学计算的一个强大库，提供了高性能的多维数组对象以及与这些数组操作相关的函数。
以下是关于 np.array 的常见用法：
1. 创建一维数组：
import numpy as np
arr1d = np.array([1, 2, 3, 4, 5])
print(arr1d)
2. 创建二维数组：
arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr2d)
3. 创建特定范围的数组：
arr_range = np.arange(0, 10, 2)  # 从0开始，步长为2，不包括10
print(arr_range)
4. 创建全零或全一数组：
arr_zeros = np.zeros(5)  # 创建一个包含5个零的一维数组
arr_ones = np.ones((2, 3))  # 创建一个包含2行3列全一的二维数组
5. 创建单位矩阵：
identity_matrix = np.eye(3)  # 创建一个3x3的单位矩阵
print(identity_matrix)
6. 使用linspace创建均匀分布的数组：
arr_linspace = np.linspace(0, 1, 5)  # 创建一个在0到1之间均匀分布的包含5个元素的数组
print(arr_linspace)
7. 多维数组的属性：
print(arr2d.shape)  # 获取数组的形状
print(arr2d.ndim)  # 获取数组的维度
print(arr2d.size)  # 获取数组的元素总数
8. 数组的基本运算：
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result = a + b  # 数组加法
print(result)indexof能用于数组吗
这些示例展示了np.array的基本用法，涵盖了数组的创建、属性获取以及基本运算。NumPy 还提供了丰富的数学函数和数组操作，使得在科学计算和数据分析领域更加方便和高效。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。