Python Numpy 库常见用法入门教程
Numpy 是 Python 科学计算库中最基础的库之一，它提供了大量的数学函数和数组操作，可以帮助我们进行高效、快速的科学计算。相比 Python 原生列表，Numpy 数组在内存占用和运算速度上都有显著优势，是数据分析、机器学习和深度学习领域的基石。
安装与环境配置
在使用 Numpy 之前，需要确保环境中已安装该库。可以通过 pip 命令进行安装：
pip install numpy
安装完成后，在 Python 脚本中导入通常使用以下别名：
import numpy as np
数组创建与基本操作
Numpy 中最基础的数据结构是 ndarray（多维数组），可以通过多种方式创建。
1. 基础创建
import numpy as np
a = np.array([1, 2, 3])
print(a)
输出结果为：
[1 2 3]
2. 常用创建函数
除了 np.array，还可以使用 np.zeros、np.ones、np.arange 等函数快速生成特定数组：
zeros_arr = np.zeros(5) # 全零数组
ones_arr = np.ones((2, 3)) # 全一矩阵
range_arr = np.arange(0, 10, 2) # 步长为 2 的序列
3. 索引与切片
数组的基本操作包括索引、切片、赋值等，支持负数索引和高级索引：
a = np.array([10, 20, 30, 40])
print(a[0]) # 第一个元素
print(a[-1]) # 最后一个元素
print(a[1:])
a[] =
