numpy.md

NumPy（Numerical Python）是 Python 中進行數值運算與陣列操作的核心套件，廣泛應用於資料科學、機器學習與影像處理等領域。

一、安裝

pip install numpy

二、主要功能與特性

功能分類
說明

多維陣列（ndarray）

高效儲存與操作數值資料

廣播（broadcasting）

支援不同形狀陣列之間的運算

向量化計算

加速迴圈運算，支援矩陣加減乘除等

隨機數生成

亂數分布、重複抽樣等

線性代數運算

dot、inv、eig、svd 等矩陣運算

統計函數

mean、std、percentile 等統計方法

資料 IO

支援文字、CSV、二進位檔案格式的讀寫

三、ndarray 建立與操作

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)     # (2, 3)
print(arr.dtype)     # int64

常見建立方式：

np.zeros((3, 3))      # 全零矩陣
np.ones((2, 4))       # 全一矩陣
np.eye(3)             # 單位矩陣
np.arange(0, 10, 2)   # 等差數列
np.linspace(0, 1, 5)  # 等距分割數列

四、索引、切片與邏輯運算

arr[0, 1]           # 單一元素
arr[:, 1]           # 取第 2 欄
arr[arr > 3]        # 條件過濾

五、基本運算與廣播

x = np.array([1, 2, 3])
y = np.array([10])
print(x + y)        # 自動廣播為 [11, 12, 13]

六、矩陣與線性代數

A = np.array([[1, 2], [3, 4]])
B = np.linalg.inv(A)
C = np.dot(A, B)

七、統計與隨機數

np.mean(arr)
np.std(arr)
np.random.randint(0, 10, (3, 3))
np.random.normal(loc=0, scale=1, size=1000)

八、檔案操作

np.savetxt("data.csv", arr, delimiter=",")
data = np.loadtxt("data.csv", delimiter=",")

九、應用場景

  • 科學計算（數學模擬、物理建模）

  • 機器學習（特徵矩陣處理、模型運算）

  • 影像處理（搭配 OpenCV、skimage）

  • 財務分析、統計數據運算

NumPy 提供高效能、多功能的陣列與矩陣處理介面，是所有數值型 Python 應用的基礎。熟練 NumPy 是進入資料科學與 AI 領域的第一步。

Previousmatplotlib.mdNextrequests.md

Last updated