安装 NumPy

在 Python 中使用 NumPy 前，需要先安装它。可以通过 pip 包管理器安装：

pip install numpy

导入 NumPy

安装完成后，在 Python 脚本或交互式环境中导入 NumPy：

import numpy as np

创建 NumPy 数组

NumPy 的核心是 ndarray（N-dimensional array，多维数组）。可以通过以下方式创建数组：

从列表创建数组：

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

创建全零数组：

zeros_arr = np.zeros(5)  # 创建包含 5 个零的一维数组

创建全一数组：

ones_arr = np.ones((2, 3))  # 创建 2 行 3 列的全一二维数组

创建单位矩阵：

identity_matrix = np.eye(3)  # 创建 3x3 单位矩阵

生成随机数组：

random_arr = np.random.rand(2, 2)  # 创建 2x2 的随机数组，值在 [0, 1) 之间

数组操作

数组形状操作：

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

改变数组形状：

reshaped_arr = arr.reshape(3, 2)  # 将数组重塑为 3 行 2 列

数组索引和切片：

print(arr[0, 1])  # 输出 2
print(arr[:, 1:3])  # 输出所有行的第 2 和第 3 列

数学运算

数组加法：

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b)  # 输出 [5 7 9]

数组乘法：

print(a * b)  # 输出 [4 10 18]

矩阵乘法：

matrix_a = np.array([[1, 2], [3, 4]])
matrix_b = np.array([[5, 6], [7, 8]])
print(np.dot(matrix_a, matrix_b))

常用函数

求和：

print(np.sum(a))  # 输出 6

求平均值：

print(np.mean(a))  # 输出 2.0

求最大值和最小值：

print(np.max(a))  # 输出 3
print(np.min(a))  # 输出 1

广播机制

NumPy 的广播机制允许对不同形状的数组进行算术运算：

a = np.array([1, 2, 3])
b = 2
print(a * b)  # 输出 [2 4 6]

线性代数

NumPy 提供线性代数模块 numpy.linalg：

矩阵求逆：

matrix = np.array([[1, 2], [3, 4]])
inv_matrix = np.linalg.inv(matrix)

特征值和特征向量：

eigenvalues, eigenvectors = np.linalg.eig(matrix)

保存和加载数组

保存数组到文件：

np.save('array.npy', arr)

从文件加载数组：

loaded_arr = np.load('array.npy')