Python NumPy库：全面详尽教程

一、什么是NumPy库

主要用途

科学计算
数学运算：矩阵乘法、解方程、积分、随机数生成等。
信号处理：傅里叶变换、滤波等。
物理模拟：微分方程求解、粒子运动模拟。
数据预处理与分析
数据清洗：缺失值处理、数据归一化。
数据统计：均值、方差、协方差等计算。
与 Pandas 配合：Pandas 的底层依赖 NumPy，适合表格数据处理。
图像处理
图像本质是像素矩阵，可用 NumPy 操作（裁剪、旋转、颜色通道分离）。
机器学习与深度学习
数据输入格式：大多数框架（如 Scikit-learn、TensorFlow）接受 NumPy 数组作为输入。
实现算法：如线性回归、神经网络的前向传播。

导入库(下面的内容全都需要使用到这个库)

import numpy as np

二、array（）函数

创建数组

三、ndim（）函数

查看数组的维度

ndim（）查到了数组的维度

还有一个小妙招，看前面或者后面的中括号，一个中括号代表着一个维度

四、shape（）函数

描述数组维度结构

创建一个3行2列的数组

五、size

查看数组中有多少个元素

六、dtype

1、查看数据类型

int代表整数型，32代表存储空间有32位

2、定义数据类型

七、astype（）函数

强制转换类型

import numpy as np

arr_int = np.array([1, 2, 3])
arr_float = arr_int.astype(np.float64)
print(arr_float)  # 输出 [1.0, 2.0, 3.0]

arr = np.array([0, 1, -1, 3])
arr_bool = arr.astype(bool)  # 非零值转为True，零转为False
print(arr_bool)  # 输出 [False, True, True, True]

八、zeros（）函数

1、创建一个为0的浮点型一维数组

2、创建一个数组，数组的shape为(5,0)，元素都是0

3、创建一个5行2列的数组

九、ones（）

创建一个为1的浮点型的一维数组

十、arange（）函数

arange(a,b,c) = range(a,b,c)

就是python的range()

十一、concatenate（）函数

连接列表元素

十二、empty（）函数

随机生成数

十三、linspace（）函数

np.linspace(
    start,          # 区间起始值
    stop,           # 区间终止值
    num=50,         # 生成的数据点数量（默认50）
    endpoint=True,  # 是否包含终止值（默认包含）
    retstep=False,  # 是否返回步长值（默认不返回）
    dtype=None,     # 输出数组的数据类型（默认自动推断）
    axis=0          # 多维情况下的轴向（通常无需修改）
)

1、0到100，生成21个数