Python中numpy數組的計算與轉置詳解

Posted on by

前言

本文主要講述numpy數組的計算與轉置，講相同尺寸數組的運算與不同尺寸數組的運算，同時介紹數組轉置的三種方法。

numpy數組的操作比較枯燥，但是都很實用，在很多機器學習、深度學習算法中都會使用到，對numpy數組的一些操作。

1、numpy數組與數的運算

主要包括數組與數的加減乘除運算，廢話不多說，看代碼：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
 
# 將數組a裡面的每個數+1
b = a+1
print(b)
 
# 將數組a裡面每個數-3
c = a-3
print(c)
 
# 將數組a裡面每個數*3
d = a*3
print(d)
 
# 將數組a裡面每個數除3
e = a/3
print(e)

運行結果如下：

2、numpy相同尺寸的數組運算

numpy相同尺寸的加減乘除運算，代碼如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([[11, 22, 33, 44, 55, 66], [77, 88, 99, 10, 11, 12]])
 
# 數組a與數組b的加法運算
c = a+b
print(c)
 
# 數組a與數組b的減法運算
d = a-b
print(d)
 
# 數組a與數組b的乘法運算
e = a*b
print(e)
 
# 數組a與數組b的除法運算
f = a/b
print(f)

運行結果如下：

3、numpy不同尺寸的數組計算

numpy不同尺寸的數組也能運算，遵守廣播原則，代碼如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])
b = np.array([1, 2, 3, 4, 5, 6])
c = np.array([[1], [2]])
print(a)
print(b)
print(c)
 
# 數組a與數組b的減法
d = a-b
print(d)
 
# 數組a與數組b的乘法
e = a*b
print(e)
 
# 數組a與數組c的減法
f = a-c
print(f)
 
# 數組a與數組c的乘法
g = a*c
print(g)

運行結果如下圖：

大傢應該可以看出二者的區別，所有數組的運算遵守廣播原則。

4、numpy數組的轉置

主要講三種轉置方法，具體代碼如下：

import numpy as np
 
a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18]])
 
# 數組轉置的三種方法
b = np.transpose(a)
c = a.T
d = a.swapaxes(1, 0)
print(a)
print(b)
print(c)
print(d)

運行結果如下圖：

總結：

這次講的東西比較簡單，也很枯燥，甚至我都沒有什麼需要說明的。但是確實numpy數組重要也不可缺少的一部分。大傢可以試一下代碼，看一下效果，瞭解數組的運算。可以去搜索一下數組的廣播原則瞭解一下！

到此這篇關於Python中numpy數組的計算與轉置詳解的文章就介紹到這瞭,更多相關Python numpy數組計算與轉置內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：