Python Numpy常用函数
1. 简介
NumPy（Numerical Python）是Python中一个用于科学计算的库。它提供了高级的数学函数以及支持大型多维数组和矩阵的数据结构。NumPy是SciPy（Scientific Python）生态系统中的基础库之一，它与其他科学计算库如Pandas、Matplotlib等一起构成了强大的数据分析工具。
2. 安装
在使用之前，我们需要先安装NumPy库。可以通过下面的命令在终端中进行安装：
pip install numpy
3. 导入
安装完成后，我们可以在Python程序中导入NumPy库：
import numpy as np
我们将NumPy库导入并使用np作为别名，这是使用NumPy库的惯用做法。
4. 创建数组
在NumPy中，我们可以使用array()函数来创建数组。数组可以是一维的、二维的，甚至可以是多维的。下面是一些创建数组的示例：
4.1 一维数组
arr = np.array([1, 2, 3, 4, 5])
print(arr)
输出结果：
[1 2 3 4 5]
4.2 二维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr)
输出结果：
[[1 2 3]
[4 5 6]]
5. 数组属性
我们可以使用一些属性来获取数组的信息，比如形状、维度、元素个数等。
5.1 形状
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)
输出结果：
(2, 3)
上面的输出结果表示数组是一个2行3列的二维数组。
5.2 维度
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)
输出结果：
2
上面的输出结果表示数组是一个2维数组。
5.3 元素个数
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.size)
输出结果：
6
上面的输出结果表示数组中有6个元素。
6. 数组操作
NumPy提供了许多对数组进行操作的函数和方法。
6.1 索引和切片
我们可以使用索引和切片来访问数组中的元素。
arr = np.array([1, 2, 3, 4, 5])
print(arr[0]) # 输出第一个元素
print(arr[1:3]) # 输出第二个和第三个元素
输出结果：
1
[2 3]
上面的代码首先输出了数组的第一个元素，然后输出了数组的第二个和第三个元素。
6.2 数组运算
我们可以对数组进行一些数学运算，比如加法、减法、乘法等。
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2) # 数组相加
print(arr1 - arr2) # 数组相减
print(arr1 * arr2) # 数组相乘
输出结果：
[5 7 9]
[-3 -3 -3]
[4 10 18]
上面的代码分别对两个数组进行了加法、减法和乘法运算，并输出了结果。
7. 常用函数
NumPy提供了很多常用的数学和统计函数，下面是一些常用的函数示例：
7.1 平均值
arr = np.array([1, 2, 3, 4, 5])
print(np.mean(arr))
输出结果：
3.0
上面的代码计算了数组的平均值。
7.2 最大值和最小值
arr = np
