Python 是一種高級編程語言，被用于各種用途，例如應(yīng)用程序開發(fā)、數(shù)據(jù)分析和數(shù)學(xué)建模。 當(dāng)涉及到數(shù)據(jù)分析時(shí)， Python 的數(shù)組處理能力是非常強(qiáng)大的，可以應(yīng)用于各種大數(shù)據(jù)應(yīng)用。 Python 的數(shù)組處理庫 NumPy 是數(shù)學(xué)和科學(xué)計(jì)算領(lǐng)域最廣泛使用的 Python 庫之一。

import numpy as np
# 創(chuàng)建一維數(shù)組
x = np.array([1, 2, 3])
print(x)
# 創(chuàng)建二維數(shù)組
y = np.array([[1, 2], [3, 4]])
print(y)
# 創(chuàng)建全為 0 的數(shù)組
z = np.zeros((3, 4))
print(z)
# 創(chuàng)建全為 1 的數(shù)組
a = np.ones((2, 3))
print(a)
# 創(chuàng)建指定范圍內(nèi)的數(shù)組
b = np.arange(0, 10, 2)
print(b)
# 數(shù)組元素?cái)?shù)量
print(x.size)
# 數(shù)組形狀
print(x.shape)
# 數(shù)組類型
print(x.dtype)
# 數(shù)組計(jì)算
c = np.array([1, 2, 3])
d = np.array([4, 5, 6])
print(c + d)
print(c - d)
print(c * d)
print(c / d)
# 數(shù)組切片
e = np.array([1, 2, 3, 4, 5])
print(e[2:4])
# 數(shù)組轉(zhuǎn)置
f = np.array([[1, 2], [3, 4]])
print(f.T)

NumPy 數(shù)組能夠高效地進(jìn)行數(shù)值計(jì)算，能夠輕松地處理多維數(shù)組，適合于科學(xué)計(jì)算。 它具有基本的數(shù)組操作、線性代數(shù)、隨機(jī)數(shù)生成等功能，是 Python 數(shù)據(jù)分析中不可或缺的一部分。