面试必备：Python 中操作数组的函数有哪些？-编程学习网

Python 是一种高级编程语言，它的强大之处在于它提供了大量的库和函数，这些函数可以帮助开发者快速地开发应用程序。在 Python 中，数组是一种非常常见的数据结构，而操作数组的函数也是开发者在日常工作中必须掌握的技能之一。本文将介绍一些 Python 中操作数组的函数，帮助读者更好地掌握这些技能。

1. NumPy 库

NumPy 是 Python 中用于科学计算的一个库。它提供了一个强大的数组对象和一组函数，用于操作这些数组。下面是一些 NumPy 库中常用的数组函数：

1.1 创建数组

在 NumPy 中，可以使用 array() 函数创建一个数组。例如，下面的代码将创建一个包含整数 1 到 5 的数组：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
print(arr)

1.2 数组的形状和大小

可以使用 shape 属性查看数组的形状，使用 size 属性查看数组中元素的数量。例如，下面的代码将创建一个包含 2 行 3 列的数组，并输出其形状和大小：

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

1.3 数组的元素类型

可以使用 dtype 属性查看数组中元素的类型。例如，下面的代码将创建一个包含浮点数的数组，并输出其元素类型：

arr = np.array([1.0, 2.0, 3.0])
print(arr.dtype)

1.4 数组的索引和切片

可以使用索引和切片操作访问数组中的元素。例如，下面的代码将创建一个包含 3 行 3 列的数组，并访问其中的一个元素和一个子数组：

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0, 1])
print(arr[:2, :2])

1.5 数组的计算

可以使用 NumPy 中提供的各种函数对数组进行计算。例如，下面的代码将创建两个数组，并计算它们的和、差、积和商：

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2)
print(arr1 - arr2)
print(arr1 * arr2)
print(arr1 / arr2)

2. Python 内置函数

除了 NumPy 库中提供的数组函数，Python 还提供了一些内置函数，用于操作数组。下面是一些 Python 内置函数中常用的数组函数：

2.1 创建数组

在 Python 中，可以使用 list() 函数创建一个列表，然后将其转换为数组。例如，下面的代码将创建一个包含整数 1 到 5 的数组：

arr = np.array(list(range(1, 6)))
print(arr)

2.2 数组的形状和大小

可以使用 len() 函数查看数组中元素的数量，使用 shape 属性查看数组的形状。例如，下面的代码将创建一个包含 2 行 3 列的数组，并输出其大小和形状：

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

2.3 数组的索引和切片

可以使用索引和切片操作访问数组中的元素。例如，下面的代码将创建一个包含 3 行 3 列的数组，并访问其中的一个元素和一个子数组：

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0][1])
print(arr[:2, :2])

2.4 数组的计算

可以使用 Python 中提供的各种函数对数组进行计算。例如，下面的代码将创建两个数组，并计算它们的和、差、积和商：

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2)
print(arr1 - arr2)
print(arr1 * arr2)
print(arr1 / arr2)

3. 总结

本文介绍了 Python 中操作数组的一些常用函数。在日常开发中，掌握这些函数可以帮助开发者更加高效地开发应用程序。需要注意的是，在使用这些函数时，需要根据具体情况选择适当的函数，以便实现更加高效的代码。

import numpy as np

# 创建数组
arr = np.array([1, 2, 3, 4, 5])
print(arr)

# 数组的形状和大小
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.shape)
print(arr.size)

# 数组的元素类型
arr = np.array([1.0, 2.0, 3.0])
print(arr.dtype)

# 数组的索引和切片
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0, 1])
print(arr[:2, :2])

# 数组的计算
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2)
print(arr1 - arr2)
print(arr1 * arr2)
print(arr1 / arr2)

# 创建数组
arr = np.array(list(range(1, 6)))
print(arr)

# 数组的形状和大小
arr = np.array([[1, 2, 3], [4, 5, 6]])
print(len(arr))
print(arr.shape)

# 数组的索引和切片
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[0][1])
print(arr[:2, :2])

# 数组的计算
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
print(arr1 + arr2)
print(arr1 - arr2)
print(arr1 * arr2)
print(arr1 / arr2)