Python NumPy数组（numpy.array）详解与操作指南

numpy.array（通常简称为 np.array）是Python中的一个多维数组对象，由NumPy库提供，主要用于数值计算和数据分析。np.array 提供了比Python内置的列表更高效的存储方式和更丰富的数学运算功能，尤其在处理大型数据集和多维数据时表现突出。

创建 np.array

创建数组的常见方法：

import numpy as np

# 1. 从列表或元组创建
a = np.array([1, 2, 3, 4])
print(a)  # 输出：[1 2 3 4]

# 2. 创建多维数组
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)
# 输出：
# [[1 2 3]
#  [4 5 6]]

# 3. 使用特定的函数创建数组，如全0、全1或随机数组
zeros_array = np.zeros((3, 3))  # 3x3全0矩阵
ones_array = np.ones((2, 2))    # 2x2全1矩阵
rand_array = np.random.rand(2, 3)  # 2x3的随机数矩阵

常用属性

ndim：返回数组的维数
shape：返回数组的形状（每一维的大小）
size：返回数组的总元素数
dtype ：返回数组的元素数据类型

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

print(a.ndim)  # 输出：2，表示二维数组
print(a.shape)  # 输出：(2, 3)，表示2行3列
print(a.size)   # 输出：6，表示总共6个元素
print(a.dtype)  # 输出：int64（根据平台不同，可能会显示不同的整型类型）

数组运算

np.array 支持大量的数学运算和向量化操作，可以对数组进行加、减、乘、除等操作：

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

# 数组相加
print(x + y)  # 输出：[5 7 9]

# 数组相乘（逐元素）
print(x * y)  # 输出：[4 10 18]

# 数组标量运算
print(x * 2)  # 输出：[2 4 6]

切片与索引

类似于Python列表，可以对 np.array 进行切片和索引，支持多维操作。

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

# 获取单个元素
print(a[0, 1])  # 输出：2

# 切片操作
print(a[:, 1])  # 输出：数组的第2列：[2 5]
print(a[1, :])  # 输出：数组的第2行：[4 5 6]

主要优点

效率高：np.array 在存储和计算上更高效，尤其适用于大规模数据。
多维支持：支持多维数组，可以方便地表示矩阵和张量等数据结构。
丰富的数学运算：NumPy 提供了丰富的数学和统计函数，方便快速处理和分析数据。

np.array 是科学计算和数据分析的基础工具，是Python中处理数值数据的核心。

作者：航哥的女人