提示：文章寫完后，目錄可以自動生成，如何生成可參考右邊的幫助文檔

---

Numpy基礎知識點總覽

目錄

1. 簡介

   • Numpy是什么
   • 為什么使用Numpy

2. 數組對象（ndarray）

   • 創建數組
   • 數組的屬性
   • 數組的形狀操作

3. 數組的基本操作

   • 數組索引與切片
   • 數組的形狀改變
   • 數組的類型轉換

4. 數學函數與統計方法

   • 數組元素的數學運算
   • 統計函數
   • 線性代數運算

5. 廣播機制

   • 什么是廣播
   • 廣播的規則與示例

6. 文件操作

   • 讀取與保存數組到文件

7. 隨機數的生成

   • 生成隨機數的方法

---

1. 簡介

Numpy是什么

Numpy（Numerical Python）是Python的一個開源數值計算擴展庫，用于存儲和處理大型矩陣。它提供了大量的數學函數和操作這些矩陣的方法。

為什么使用Numpy

• Numpy數組在存儲和計算大型數據時比Python原生列表更高效。
• Numpy提供了大量的數學函數和線性代數運算，簡化了科學計算。

2. 數組對象（ndarray）

創建數組

import numpy as np# 一維數組
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)# 二維數組
arr2 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr2)# 使用特殊函數創建數組
zeros = np.zeros((2, 3))  # 創建一個2x3的零數組
ones = np.ones((2, 3))    # 創建一個2x3的全1數組
print(zeros)
print(ones)

數組的屬性

print(arr2.shape)       # 輸出數組的形狀
print(arr2.dtype)       # 輸出數組的數據類型
print(arr2.size)        # 輸出數組的元素個數
print(arr2.ndim)        # 輸出數組的維度

數組的形狀操作

# 改變數組的形狀
arr2_reshaped = arr2.reshape((3, 2))
print(arr2_reshaped)# 數組轉置
arr2_transposed = arr2.T
print(arr2_transposed)

3. 數組的基本操作

數組索引與切片

# 一維數組索引與切片
print(arr1[0])          # 輸出第一個元素
print(arr1[1:4])        # 輸出第二個到第四個元素# 二維數組索引與切片
print(arr2[0, 1])       # 輸出第一行第二列的元素
print(arr2[0, :])       # 輸出第一行的所有元素
print(arr2[:, 1])       # 輸出所有行的第二列元素

數組的形狀改變

# 使用ravel()將二維數組展平為一維數組
arr2_flattened = arr2.ravel()
print(arr2_flattened)# 使用resize()改變數組的形狀
arr2.resize((3, 1))
print(arr2)

數組的類型轉換

# 將數組轉換為浮點型
arr2_float = arr2.astype(np.float64)
print(arr2_float)

4. 數學函數與統計方法

數組元素的數學運算

# 元素級運算
arr3 = np.array([1, 2, 3])
arr4 = np.array([4, 5, 6])
print(arr3 + arr4)  # 對應元素相加
print(arr3 * arr4)  # 對應元素相乘

統計函數

# 計算數組的基本統計量
print(np.mean(arr1))       # 平均值
print(np.median(arr1))     # 中位數
print(np.std(arr1))        # 標準差
print(np.var(arr1))        # 方差
print(np.max(arr1))        # 最大值
print(np.min(arr1))        # 最小值

線性代數運算

# 創建兩個矩陣
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])# 矩陣乘法
print(np.dot(A, B))# 矩陣的逆
print(np.linalg.inv(A))

5. 廣播機制

什么是廣播

廣播是numpy中用于在不同形狀的數組之間執行算術運算的一種機制。

廣播的規則與示例

# 示例1：一維數組與標量運算
arr5 = np.array([1, 2, 3])
print(arr5 + 10)  # 每個元素都加上10# 示例2：形狀兼容的數組運算
arr6 = np.array([[1, 2], [3, 4]])
arr7 = np.array([5, 6])
print(arr6 + arr7)  # arr7會被廣播到與arr6相同的形狀

6. 文件操作

讀取與保存數組到文件

# 保存數組到文本文件
np.savetxt('array.txt', arr2, delimiter=',')# 從文本文件讀取數組
loaded_array = np.loadtxt('array.txt', delimiter=',')
print(loaded_array)

7. 隨機數的生成

生成隨機數的方法

# 生成一個0到1之間的隨機浮點數
print(np.random.rand())# 生成一個指定形狀的數組，數組元素為0到1之間的隨機浮點數
print(np.random.rand(2, 3))# 生成一個指定范圍內的隨機整數
print(np.random.randint(low=0, high=10, size=(2, 3)))# 生成一個服從正態分布的隨機數數組
print(np.random.randn(2, 3))

---

希望這份Numpy基礎知識點總覽和代碼示例能幫助你更好地學習和分享Numpy的相關知識。如果有任何疑問或需要進一步的解釋，請隨時提問。

總結

提示：這里對文章進行總結：
例如：以上就是今天要講的內容，自學記錄Numpy基礎知識點總覽。