Python科学计算库NumPy入门/Python科学计算库NumPy入门/Python科学计算库NumPy入门
NumPy(Numerical Python)是Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy是Python数据分析、机器学习、科学计算等领域的基础库之一。下面是一个NumPy的入门教程,帮助你快速上手。0。
NumPy(Numerical Python)是Python语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。NumPy是Python数据分析、机器学习、科学计算等领域的基础库之一。下面是一个NumPy的入门教程,帮助你快速上手。
0
1. 安装NumPy
如果你还没有安装NumPy,可以通过pip进行安装:
bash复制代码
pip install numpy |
2. 导入NumPy
在Python代码中,你需要先导入NumPy库才能使用。
python复制代码
import numpy as np |
这里我们使用as np
来设置别名,这样在代码中我们就可以用np
这个简短的名称来引用NumPy库了。
3. 创建NumPy数组
NumPy的核心是n维数组对象,即ndarray
。
-
使用
np.array()
从Python列表创建数组:
python复制代码
list_data = [1, 2, 3, 4, 5] |
|
array_data = np.array(list_data) |
|
print(array_data) |
-
使用
np.zeros()
,np.ones()
,np.eye()
等函数创建特定内容的数组:
python复制代码
zeros_array = np.zeros((3, 3)) # 创建一个3x3的全零数组 |
|
ones_array = np.ones((2, 2)) # 创建一个2x2的全1数组 |
|
eye_array = np.eye(3) # 创建一个3x3的单位矩阵(对角线上为1,其余为0) |
-
使用
np.arange()
创建一定范围内的数组:
python复制代码
arange_array = np.arange(0, 10, 2) # 从0开始,到10(不包括),步长为2的数组 |
-
使用
np.linspace()
创建等差数列:
python复制代码
linspace_array = np.linspace(0, 10, 5) # 从0到10,共5个点的等差数列 |
4. 数组的形状和维度
-
使用
.shape
属性查看数组的形状:
python复制代码
print(array_data.shape) # 对于一维数组,输出类似(5,) |
|
print(zeros_array.shape) # 对于二维数组,输出类似(3, 3) |
-
使用
.ndim
属性查看数组的维度数:
python复制代码
print(array_data.ndim) # 输出1,表示一维数组 |
|
print(zeros_array.ndim) # 输出2,表示二维数组 |
5. 数组运算
NumPy支持对数组进行元素级别的运算,也支持线性代数运算等。
-
元素级别的运算:
python复制代码
a = np.array([1, 2, 3]) |
|
b = np.array([4, 5, 6]) |
|
print(a + b) # 输出[5 7 9] |
|
print(a * b) # 输出[ 4 10 18] |
-
线性代数运算(如矩阵乘法):
python复制代码
A = np.array([[1, 2], [3, 4]]) |
|
B = np.array([[5, 6], [7, 8]]) |
|
print(np.dot(A, B)) # 矩阵乘法 |
或者使用@
运算符进行矩阵乘法(Python 3.5+):
python复制代码
print(A @ B) |
6. 索引和切片
NumPy数组支持类似Python列表的索引和切片操作。
python复制代码
array_2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) |
|
print(array_2d[0, 1]) # 输出2,访问第一行第二列的元素 |
|
print(array_2d[1:]) # 输出从第二行开始的所有行 |
7. 广播(Broadcasting)
NumPy的广播是一种强大的机制,它允许NumPy在执行算术运算时对不同形状的数组进行隐式扩展。这在进行数组运算时非常有用,可以简化代码并提高效率。
以上只是NumPy的入门介绍,NumPy的功能远不止这些。为了更深入地了解NumPy,建议查阅官方文档或相关教程。
-
参数说明
- 通用参数说明
- 参数不要乱传,否则不管成功失败都会扣费
- url说明 https://api-gw.onebound.cn/平台/API类型/ 平台:淘宝,京东等, API类型:[item_search,item_get,item_search_shop等]
- version:API版本
- key:调用key,测试key:test_api_key
- secret:调用secret,测试secret:(不用填写)
- cache:[yes,no]默认yes,将调用缓存的数据,速度比较快
- result_type:[json,xml,serialize,var_export]返回数据格式,默认为json
- lang:[cn,en,ru] 翻译语言,默认cn简体中文
- secret:密钥
-
API:item_search 参数说明:
- q:搜索关键字
- cat:分类ID
- start_price:开始价格
- end_price:结束价格
- sort:排序[bid,bid,bid2,_bid2,_sale,_credit]
(bid:总价,bid2:商品价格,sale:销量,credit信用,加前缀为从大到小排序) - page:页数
- page_size:每页宝贝数量,默认40
- seller_info:是否获取商家信息[yes,no],默认yes
-
API:item_get 参数说明: num_iid:宝贝ID
- 通用参数说明
-
此API目前支持以下基本接口:
- item_get 获得淘宝商品详情
- item_get_pro 获得淘宝商品详情高级版
- item_review 获得淘宝商品评论
- item_fee 获得淘宝商品快递费用
- item_password 获得淘口令真实url
- item_list_updown 批量获得淘宝商品上下架时间
- seller_info 获得淘宝店铺详情
- item_search 按关键字搜索淘宝商品
- item_search_tmall 按关键字搜索天猫商品
- item_search_pro 高级关键字搜索淘宝商品
- item_search_img 按图搜索淘宝商品(拍立淘)
- item_search_shop 获得店铺的所有商品
- item_search_seller 搜索店铺列表
- item_search_guang 爱逛街
- item_search_suggest 获得搜索词推荐
- item_search_jupage 天天特价
- item_search_coupon 优惠券查询
- cat_get 获得淘宝分类详情
- item_cat_get 获得淘宝商品类目
- item_search_samestyle 搜索同款的商品
- item_search_similar 搜索相似的商品
- item_sku 获取sku详细信息
- item_recommend 获取推荐商品列表
- brand_cat 获取品牌分类列表
- brand_cat_top 获取分类推荐品牌列表
- brand_cat_list 得到指定分类的品牌列表
- brand_keyword_list 得到指定关键词的品牌列表
- brand_info 得到品牌相关信息
- brand_product_list 得到指定品牌的产品
- custom 自定义API操作
- buyer_cart_add 添加到购物车
- buyer_cart_remove 删除购物车商品
- buyer_cart_clear 清空购物车
- buyer_cart_list 获取购物车的商品列表
- buyer_cart_order 将购物车商品保存为订单
- buyer_order_list 获取购买到的商品订单列表
- buyer_order_detail 获取购买到的商品订单详情
- buyer_order_express 获取购买到的商品订单物流
- buyer_order_message 获取购买到的订单买家留言
- buyer_address_list 收货地址列表
- buyer_address_clear 清除收货地址
- buyer_address_remove 删除收货地址
- buyer_address_modify 修改收货地址
- buyer_address_add 添加收货地址
- buyer_info 买家信息
- buyer_token 买家token
- seller_order_list 获取卖出的商品订单列表
- seller_order_detail 获取卖出的商品订单详情
- seller_order_close 卖家关闭一笔交易
- seller_order_message 获取或修改卖出去的订单备注
- seller_auction_list 商品可上下架商品列表
- seller_auction 商品上下架
- seller_item_add 商品上传
- upload_img 上传图片到淘宝
- img2text 图片识别商品接口
- tbk_order_query 淘宝客订单查询
- item_list_weight 批量获取商品信息
- item_history_price 获取商品历史价格信息
- item_get_app 获得淘宝app商品详情原数据

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)