NumPy（Numerical python）是一個強大的 Python 庫，它提供了用于科學計算和數據處理的高級工具。它因其在處理多維數組（稱為 n 維數組）方面的能力而聞名，使其成為數據科學家、研究人員和工程師的首選工具。
安裝和導入
要在 Python 中使用 NumPy，請使用 pip 安裝它：
pip install numpy
登錄后復制
然后，在你的代碼中導入它：
import numpy as np
登錄后復制
基本數據類型
NumPy 提供了多種數據類型來存儲不同類型的數據，包括：
整數類型： int8、int16、int32 和 int64
浮點類型： float16、float32 和 float64
復數類型： complex64 和 complex128
布爾類型： bool
創建數組
NumPy 數組是表示多維數據的對象。你可以使用以下方法創建數組：
從列表或元組： np.array()
從標量值： np.full() 和 np.ones()
從文件： np.loadtxt()
使用 NumPy 函數： np.arange()、np.linspace() 和 np.random.rand()
數組操作
NumPy 提供了廣泛的數組操作函數，包括：
算術運算： 加法 (+)、減法 (-)、乘法 (*) 和除法 (/)
邏輯運算： 等于 (==)、不等于 (!=)、大于 (>) 和小于 (<)
數組操作： 求和、平均值、最大值和最小值
布爾掩碼： 從數組中選擇元素
索引和切片
你可以使用索引和切片來訪問數組中的元素：
索引： 使用方括號 ([])
切片： 使用冒號 (:)
廣播
廣播是 NumPy 的一項強大功能，它允許對不同形狀的數組執行按元素操作。
其他有用功能
除了數組操作外，NumPy 還提供許多其他有用功能，包括：
線性代數： 矩陣乘法、特征值和特征向量
隨機數生成： 生成各種分布的隨機數
文件輸入/輸出： 保存和加載數組
優化： 用于科學計算的優化工具
示例
以下是一個使用 NumPy 計算簡單統計信息的示例：
import numpy as np
data = np.array([1, 2, 3, 4, 5])
print("平均值：", np.mean(data))
print("標準差：", np.std(data))
登錄后復制
結論
NumPy 是一個多功能而強大的工具，它提供了廣泛的數據處理功能。它的易用性、高效性和強大性使其成為科學計算和數據分析的首選工具。
