pythonnumpy库

import numpy as np

# 创建一个一维数组
arr1 = np.array([1, 2, 3, 4, 5])
print("一维数组:", arr1)

# 创建一个二维数组
arr2 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print("二维数组:\n", arr2)

# 使用 arange 函数创建数组
arr3 = np.arange(0, 10, 2)  # 从0到10（不包括10），步长为2
print("使用 arange 创建的数组:", arr3)

# 使用 linspace 函数创建数组
arr4 = np.linspace(0, 1, 5)  # 从0到1，生成5个等间距的数
print("使用 linspace 创建的数组:", arr4)

# 数组的基本运算
arr5 = np.array([1, 2, 3])
arr6 = np.array([4, 5, 6])
print("数组相加:", arr5 + arr6)
print("数组相乘:", arr5 * arr6)

# 使用 reshape 改变数组形状
arr7 = np.arange(8).reshape((2, 4))
print("reshape 后的数组:\n", arr7)

# 使用 sum 计算数组元素的和
print("数组元素的和:", arr7.sum())

# 使用 mean 计算数组元素的平均值
print("数组元素的平均值:", arr7.mean())

解释说明：

• np.array()：用于创建NumPy数组，可以是一维、二维或多维。
• np.arange()：生成一个等差数列的数组，类似于Python内置的range()函数。
• np.linspace()：在指定范围内生成指定数量的等间距数值。
• reshape()：改变数组的形状，但不改变其数据。
• sum() 和 mean()：分别用于计算数组元素的总和和平均值。

这些示例展示了NumPy库中一些常用的功能和操作。