如何使用 NumPy 进行数据处理?

NumPy 是一个用于 Python 数据科学的开源库，它提供了许多用于数据处理的工具，包括数组、矩阵、索引和函数。

创建数组

import numpy as np

# 创建一个包含数字的数组
arr = np.array([1, 2, 3, 4, 5])

# 创建一个包含字符串的数组
arr_str = np.array(["a", "b", "c", "d", "e"])

访问元素

# 获取数组中的第一个元素
print(arr[0])

# 获取数组中所有元素
print(arr)

# 获取指定索引的元素
print(arr[2])

创建矩阵

# 创建一个包含数字的矩阵
arr_mat = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 创建一个包含字符串的矩阵
arr_str_mat = np.array(["a", "b", "c", "d", "e"])

使用函数

NumPy 提供许多函数用于数据处理。例如，以下函数可以计算数组中所有元素的总和：

# 计算数组中所有元素的总和
print(np.sum(arr))

使用索引

# 使用索引访问数组中的元素
print(arr[2])

# 使用索引访问矩阵中的元素
print(arr_mat[1, 2])

使用广播

# 使用广播进行元素乘积
print(arr * arr_mat)

使用广播和索引

# 使用广播和索引访问矩阵中的元素
print(arr_mat[1, :2])

示例

import numpy as np

# 创建一个包含数字的数组
arr = np.array([1, 2, 3, 4, 5])

# 打印数组
print(arr)

# 计算数组中所有元素的总和
print(np.sum(arr))

# 创建一个包含字符串的数组
arr_str = np.array(["a", "b", "c", "d", "e"])

# 打印数组
print(arr_str)

# 使用索引访问数组中的元素
print(arr_str[2])

输出

[1 2 3 4 5]
[1 2 3 4 5]
a
3
```