这篇教程Python中numpy数组的计算与转置详解写得很实用，希望能帮到您。
前言本文主要讲述numpy数组的计算与转置，讲相同尺寸数组的运算与不同尺寸数组的运算，同时介绍数组转置的三种方法。 numpy数组的操作比较枯燥，但是都很实用，在很多机器学习、深度学习算法中都会使用到，对numpy数组的一些操作。
1、numpy数组与数的运算主要包括数组与数的加减乘除运算，废话不多说，看代码： import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]]) # 将数组a里面的每个数+1b = a+1print(b) # 将数组a里面每个数-3c = a-3print(c) # 将数组a里面每个数*3d = a*3print(d) # 将数组a里面每个数除3e = a/3print(e) 运行结果如下： 
2、numpy相同尺寸的数组运算numpy相同尺寸的加减乘除运算，代码如下： import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])b = np.array([[11, 22, 33, 44, 55, 66], [77, 88, 99, 10, 11, 12]]) # 数组a与数组b的加法运算c = a+bprint(c) # 数组a与数组b的减法运算d = a-bprint(d) # 数组a与数组b的乘法运算e = a*bprint(e) # 数组a与数组b的除法运算f = a/bprint(f) 运行结果如下： 
3、numpy不同尺寸的数组计算numpy不同尺寸的数组也能运算，遵守广播原则，代码如下： import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12]])b = np.array([1, 2, 3, 4, 5, 6])c = np.array([[1], [2]])print(a)print(b)print(c) # 数组a与数组b的减法d = a-bprint(d) # 数组a与数组b的乘法e = a*bprint(e) # 数组a与数组c的减法f = a-cprint(f) # 数组a与数组c的乘法g = a*cprint(g) 运行结果如下图： 
大家应该可以看出二者的区别，所有数组的运算遵守广播原则。
4、numpy数组的转置主要讲三种转置方法，具体代码如下： import numpy as np a = np.array([[1, 2, 3, 4, 5, 6], [7, 8, 9, 10, 11, 12], [13, 14, 15, 16, 17, 18]]) # 数组转置的三种方法b = np.transpose(a)c = a.Td = a.swapaxes(1, 0)print(a)print(b)print(c)print(d) 运行结果如下图： 
总结：这次讲的东西比较简单，也很枯燥，甚至我都没有什么需要说明的。但是确实numpy数组重要也不可缺少的一部分。大家可以试一下代码，看一下效果，了解数组的运算。可以去搜索一下数组的广播原则了解一下！ 到此这篇关于Python中numpy数组的计算与转置详解的文章就介绍到这了,更多相关Python numpy数组计算与转置内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Python实现如何根据文件后缀进行分类
利用Python模拟谷歌的小恐龙游戏 |
