Numpy專門設計來處理大量的數據,各種人算不出來的都可以交給他算?
現在就來看看Numpy的陣列和矩陣操作,並通過示例來理解這些概念。
什麼是Numpy陣列?
Numpy陣列是一種多維數組,與Python內建的列表相比,它更高效且功能強大。Numpy陣列可以是零維、一維、二維或更高維度,並且能夠進行各種數學運算。這使得Numpy在處理大量數據時非常有用,尤其是在科學計算和資料分析中。
那麼就來看看吧!
#引入numpy module
import numpy as np
Myfirstbabyarray = np.array([1, 2, 3, 4, 5])
print(Myfirstbabyarray)
這段程式碼創建了一個一維陣列Myfirstbabyarray,其內容為[1, 2, 3, 4, 5]。
基本操作
Numpy陣列支援各種基本操作,如加法、減法、乘法和除法。
Mysecondbabyarray = np.array([5, 4, 3, 2, 1])
sum_arrays = Myfirstbabyarray + Mysecondbabyarray
print(sum_arrays)
這段程式碼會對Myfirstbabyarray和Mysecondbabyarray進行逐元素相加,結果為[6, 6, 6, 6, 6]。
建立不同維度矩陣
你可以使用Numpy來創建不同維度的矩陣。以下是一個簡單的例子:
matrix = np.array([[1, 2, 3], [4, 5, 6]])
print("2x3矩陣:\n", matrix)
這段程式碼創建了一個2行3列的矩陣,並印了出來。
矩陣轉置
矩陣的轉置是一個重要的操作,可以用來改變矩陣的形狀。Numpy提供了簡單的方式來進行矩陣轉置:
transposed = np.transpose(matrix)
print("轉置後的矩陣:\n", transposed)
轉置後的矩陣將變成3行2列,內容為:
[[1 4]
[2 5]
[3 6]]
矩陣運算
Numpy還支援其他各種矩陣運算,如矩陣乘法:
matrix2 = np.array([[1, 0], [0, 1], [1, 1]])
product = np.dot(matrix, matrix2)
print("矩陣乘法結果:\n", product)
這段程式碼演示了如何進行矩陣乘法,結果是一個新的矩陣,計算過程中會涉及到逐元素乘法和求和。
第一天小小熱身,算是微水了一篇,明天會再水一篇matplotlib,接著就會開始硬核囉!