使用SciPy是否需要顯式匯入NumPy函式？

匯入SciPy後，無需顯式匯入NumPy函式，因為預設情況下所有NumPy函式都可透過SciPy名稱空間訪問。但由於SciPy構建在NumPy陣列之上，我們必須瞭解NumPy的基礎知識。

由於線性代數的大部分內容都只處理向量和矩陣，讓我們瞭解NumPy向量和矩陣的基本功能。

透過轉換Python類陣列物件建立NumPy向量

讓我們透過以下示例來理解這一點：

示例

import numpy as np
list_objects = [10,20,30,40,50,60,70,80,90]
array_new = np.array(list_objects)
print (array_new)

[10 20 30 40 50 60 70 80 90]

NumPy有各種函式可以從頭開始建立陣列。讓我們結合示例來了解它們：

此函式將建立一個用0值填充的陣列，其形狀已指定。

import numpy as np
print (np.zeros((3, 4)))

[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]

此函式將建立一個用1值填充的陣列，其形狀已指定。

import numpy as np
print (np.ones((3, 4)))

[[1. 1. 1. 1.]
[1. 1. 1. 1.]
[1. 1. 1. 1.]]

此函式將建立一個具有規律遞增值的陣列。

import numpy as np
print (np.arange(15))

輸出

[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14]

此函式將建立在指定的起始值和結束值之間均勻間隔的陣列。

import numpy as np
print (np.linspace(1.0, 3.0, num=5))

[1. 1.5 2. 2.5 3. ]

使用NumPy建立矩陣並在矩陣上應用某些函式

矩陣是一個專門的二維(2D)陣列。矩陣在其上應用的所有操作中都保留其性質。

建立矩陣

讓我們透過以下示例來理解這一點：

示例

import numpy as np
matrix = np.matrix('10 20; 30 40')
print(matrix)

[[10 20]
[30 40]]

矩陣轉置

此函式將返回矩陣的轉置。以下示例將對上面建立的矩陣進行轉置：

matrix.T

matrix([[10, 30],
[20, 40]])

兩個矩陣的乘法

我們可以使用NumPy的dot()函式進行兩個矩陣的乘法。讓我們透過以下示例來理解這一點：

import numpy as np
matrix1 = np.array([[1,6,9],[3,4,10]])
matrix2 = np.array([[2,5],[4,7],[7,8]])
matrix3 = np.dot(matrix1,matrix2)
print(matrix3)

[[ 89 119]
[ 92 123]]

Gaurav Kumar

更新於：2021年11月23日

241 次瀏覽

完成課程獲得認證

開始