本文很長，你忍一下。

Numpy是python的一個非常基礎且通用的庫，基本上常見的庫pandas，opencv，pytorch，TensorFlow等都會用到。

Numpy的核心就是n維array，這篇文章將介紹一維，二維和多維array。

Numpy與List的異同點

他倆非常相似，

Numpy的優點

• 更
• 當數據可以
• 通常是

向量Vector 或者一維向量1D array

向量初始化

通過list轉化，自動變成np類型，

！注意，如果list裡面的值類型不相同，那麼

如果暫時沒有想要轉化的list，可以全用0代替

也可以復制一個已經存在的全0 向量

！注意，所有創建包含固定值

還有經典的

！ arange

生成隨機array

向量索引

基礎的向量索引操作，

布爾操作

也可以用.

向量操作

numpy的優勢就是把vector當做數做整體運算，避免循環運算

• - * /無所不能

複雜的數學運算不在話下

標量運算

三角函數

整體取整

numpy還可以做基礎的統計操作，比如

排序操作

查找操作

numpy不像list有

其中有三種方法：

1. where，難懂且對於x處於array末端很不友好
2. next，相對較快，但需要
3. searchsorted，針對於已排過序的array

二維array，也稱matrix矩陣

初始化，注意「雙括號」

隨機matrix，同一維類似

索引操作，不改變matrix本身

Axis 軸操作，在matrix中，axis = 0 代表列， axis = 1 代表行，默認axis = 0

matrix算術+ - * / 和** 都可

也可以matrix與單個數，matrix與vector，vector與vector進行運算

行向量列向量

二維的轉置如下，一維的也就是vector轉置為自己本身

reshape改變形態

自此，三種向量，一維array，二維列vector，二維行向量

矩陣操作

合併matrix，hstack橫向，vstack縱向，也可以理解為堆疊

反向操作hsplit和vsplit

matrix的複制操作，tile整個複制，repeat可以理解為挨個複制

delete刪除操作

刪除的同時也可以插入

append操作，只能在末尾操作

如果只增加固定值，也可以用pad

網格化

c和python都很麻煩，跟別說再大點的數了

採用類似MATLAB會更快點

當然numpy有更好的辦法

matrix統計

sum,min,max,mean,median

argmin

all

matrix排序，注意axis

3D array或者以上

初始化，

可以考慮把數據抽象成一層層的數據

就像RGB值的圖像一樣

跟1D和2D類似的操作，

vstack

concatenate

總結：

本文總結了numpy對於1D，2D和多維的基本操作。