WeHelp
NumPy 是 Python 資料科學、機器學習的核心套件庫,協助您掌握基礎的 NumPy 觀念和操作。
  1. 簡介、安裝、快速開始
  2. 多維陣列簡介、建立
  3. 多維陣列的基本運算
  4. 多維陣列的矩陣運算
  5. 多維陣列的統計運算
  6. 多維陣列的邏輯運算
  7. 多維陣列的索引與切片
  8. 多維陣列的資料型態
簡介、安裝、快速開始
## NumPy 是什麼? NumPy(Numerical Python)是 Python 中用於**數值運算**的核心套件,常見用途包括: - 建立與操作多維陣列(`ndarray`) - 快速進行向量、矩陣與大量數值運算 - 統計分析,例如平均值、標準差、最大值 - 線性代數、隨機數產生與傅立葉轉換 - 作為 Pandas、SciPy、Scikit-learn 等套件的基礎 相較於 Python 原生的 `list`,NumPy 陣列通常能更有效率地處理大量數值資料。 ## 安裝 NumPy ### 使用 pip 在終端機或命令提示字元中執行: ```bash pip install numpy ``` 如果電腦同時安裝多個 Python 版本,也可以使用: ```bash python -m pip install numpy ``` ### 使用 Conda 如果使用 Anaconda 或 Miniconda: ```bash conda install numpy ``` 安裝完成後,可以用以下指令確認版本: ```bash python -c "import numpy as np; print(np.__version__)" ``` ## 最簡單的快速開始範例 ```python import numpy as np # 建立 NumPy 陣列 numbers = np.array([1, 2, 3, 4, 5]) # 進行運算 print(numbers * 2) print("平均值:", numbers.mean()) print("總和:", numbers.sum()) ``` 輸出結果可能如下: ```text [ 2 4 6 8 10] 平均值: 3.0 總和: 15 ``` 這裡的 `np` 是 NumPy 常用的縮寫,通常透過以下方式匯入: ```python import numpy as np ```
相關學習地圖、教學課程
Python 資料工程
從 0 開始,成為資料工程師的學習路徑。