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。
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+1 b = a+1 print(b) # 将数组a里面每个数-3 c = a-3 print(c) # 将数组a里面每个数*3 d = a*3 print(d) # 将数组a里面每个数除3 e = a/3 print(e)
运行结果如下：
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+b print(c) # 数组a与数组b的减法运算 d = a-b print(d) # 数组a与数组b的乘法运算 e = a*b print(e) # 数组a与数组b的除法运算 f = a/b print(f)
运行结果如下：
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-b print(d) # 数组a与数组b的乘法 e = a*b print(e) # 数组a与数组c的减法 f = a-c print(f) # 数组a与数组c的乘法 g = a*c print(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。
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.T d = a.swapaxes(1, 0) print(a) print(b) print(c) print(d)
运行结果如下图：
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！
