前言：numpy是一个用于科学计算的Python库，提供了高性能的多维数组对象和用于处理这些数组的工具。本文将介绍numpy的一些常用函数。

numpy常用函数

1.创建数组

import numpy as np

# 创建一维数组
a = np.array([1, 2, 3, 4, 5])

# 创建二维数组
b = np.array([[1, 2, 3], [4, 5, 6]])

# 创建三维数组
c = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

# 创建全零数组,参数为形状
d = np.zeros((3, 4))

# 创建全一数组
e = np.ones((2, 3))

# 创建全空数组
f = np.empty((2, 3))

# 创建对角线数组
g = np.eye(3)

# 创建随机数组
h = np.random.random((2, 3))

# 创建从0到10，步长为2的数组
np.arrange(0, 10, 2) 

# 创建从0到10，步长为2的数组，包含10
np.arrange(0, 10, 2, endpoint=True)

# 创建从0到2，步长为0.25的数组，包含9个元素
np.linspace(0, 2, 9)    

# 把多维数组转换为一维
flattened = np.ravel([[1, 2, 3], [4, 5, 6]])

2.数组属性

import numpy as np

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

# 获取数组形状
print(a.shape)

# 获取数组维度
print(a.ndim)

3.数组操作

import numpy as np

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

# 转置
print(a.T)

# 数组切片，获取第一行第二列的元素
a[0, 1]

# 数组切片，获取第一行到第二行的所有元素
a[0:2, :]

# 数组切片，获取第一行到第二行的所有元素，步长为2
a[0:2:2, :]

# 数组切片，获取第一行到第二行的所有元素，步长为2，列从第二列到第三列
a[0:2:2, 1:3]

# 数组拼接，按行拼接，结果为二维数组
b = np.array([[7, 8, 9], [10, 11, 12]])
c = np.concatenate((a, b), axis=0)

# 数组拼接，按列拼接，结果为二维数组
d = np.concatenate((a, b), axis=1)

# 数组分割，按行分割，结果为二维数组
d = np.split(c, 2, axis=0)

4.数组运算

import numpy as np

# 创建数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 数组加法
print(a + b)

# 数组减法
print(a - b)

# 数组乘法
print(a * b)

# 数组除法
print(a / b)

# 数组幂运算
print(a ** b)

# 数组平均值
print(np.mean(a))

# 数组标准差
print(np.std(a))

# 数组方差
print(np.var(a))

# 数组最大值
print(np.max(a))

# 数组最小值
print(np.min(a))

# 数组排序
print(np.sort(a))

# 数组求和
print(np.sum(a))

# 数组求积
print(np.prod(a))

# 数组求和，按行
print(np.sum(a, axis=0))

# 数组求积，按行
print(np.prod(a, axis=0))

# 数组求和，按列
print(np.sum(a, axis=1))

# 数组求积，按列
print(np.prod(a, axis=1))

5.数组间运算

import numpy as np

# 创建数组
a = np.array([1, 2, 3])

# 数组与标量运算
print(a + 1)

# 数组与数组运算
b = np.array([4, 5, 6])
print(a + b)

# 数组与数组运算，按元素
print(np.add(a, b))

# 数组与数组运算，按行
print(np.add(a, b, axis=0))

# 数组与数组运算，按列
print(np.add(a, b, axis=1))

# 矩阵乘法
np.dot(a, b)