科学计算库Numpy-数据操作

假定所有操作都事先导入numpy库

import numpy

1、判断向量或矩阵中是否存在某一元素

①向量

vector = numpy.array([5, 10, 15, 20])
vector == 10

结果为:array([False, True, False, False], dtype=bool)

②矩阵

matrix = numpy.array([[5, 10, 15],
                      [20, 25, 30],
                      [35, 40, 45]])
matrix == 25

结果为:
array([[False, False, False],
[False, True, False],
[False, False, False]], dtype=bool)

若想取出向量和矩阵中结果为true的数

在向量中:

vector = numpy.array([5, 10, 15, 20])
equal_to_ten = (vector == 10)
print(vector[equal_to_ten])

结果为:[10]

在矩阵中:

matrix = numpy.array([[5, 10, 15],
                     [20, 25, 30],
                     [35, 40, 45]])
equal_to_twentyfive = (matrix[:,1] == 25) #将第二列中含有 25 的行赋值给equal_to_twentyfive
print(matrix[equal_to_twentyfive, :]) #将第含有 25 的行中的所有元素输出

结果为:[[20 25 30]]

2、“与”(&)和“或”(|)
①&

vector = numpy.array([5, 10, 15, 20])
equal_to_ten_and_five = (vector == 10) & (vector == 5)
print(equal_to_ten_and_five)

结果为:[False False False False]

②|

vector = numpy.array([5, 10, 15, 20])
equal_to_ten_and_five = (vector == 10)| (vector == 5)
print(equal_to_ten_and_five)

结果为:[ True True False False]

3、类型转换
例:将 int 转换为 float 类型

vector = numpy.array([5, 10 ,15, 20])
print(vector.dtype)
print(vector)

vector = vector.astype(float)
print(vector.dtype)
print(vector)

结果为:
int32
[ 5 10 15 20]
float64
[ 5. 10. 15. 20.]

4、最值与求和
①取向量和矩阵中的最值

vector = numpy.array([5, 10 ,15, 20])
vector.min() #取向量中的最小值

结果为:5

matrix = numpy.array([[5, 10, 15],
                     [20, 25, 30],
                     [35, 40, 45]])
matrix.max() #取矩阵中的最大值

结果为:45

②矩阵按行(列)求和

matrix = numpy.array([[5, 10, 15],
                     [20, 25, 30],
                     [35, 40, 45]])
matrix.sum(axis = 1) #按行求和

结果为:array([ 30, 75, 120])

`
matrix = numpy.array([[5, 10, 15],
[20, 25, 30],
[35, 40, 45]])
matrix.sum(axis = 0) #按列求和

结果为:array([60, 75, 90])`


另附:
科学计算库Numpy-数据结构
科学计算库Numpy-矩阵属性
科学计算库Numpy-矩阵操作
科学计算库Numpy-常用函数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

白水baishui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值