布尔操作
也可以用.where 和clip代替上面的方法
向量操作
numpy的优势就是把vector当做数做整体运算,避免循环运算
- /无所不能
复杂的数学运算不在话下
标量运算
三角函数
整体取整
numpy还可以做基础的统计操作,比如max,min, mean, sum等
排序操作
查找操作
numpy不像list有index函数,通常会用where等操作
其中有三种方法:
- where,难懂且对于x处于array末端很不友好
- next,相对较快,但需要numba
- searchsorted,针对于已排过序的array
二维array,也称matrix矩阵
初始化,注意「双括号」
随机matrix,同一维类似
索引操作,不改变matrix本身
Axis 轴操作,在matrix中,axis = 0 代表列, axis = 1 代表行,默认axis = 0
matrix算术 + - * / 和 ** 都可
也可以matrix与单个数,matrix与vector,vector与vector进行运算
行向量 列向量
二维的转置如下,一维的也就是vector转置为自己本身
reshape改变形态
自此,三种向量,一维array,二维列vector,二维行向量
矩阵操作
合并matrix,hstack横向,vstack纵向,也可以理解为堆叠
反向操作hsplit和vsplit
matrix的复制操作,tile整个复制,repeat可以理解为挨个复制
delete删除操作
删除的同时也可以插入
append操作,只能在末尾操作
如果只增加固定值,也可以用pad
网格化
c和python都很麻烦,跟别说再大点的数了
采用类似MATLAB会更快点
当然numpy有更好的办法
matrix统计
sum,min,max,mean,median等等
argmin和argmax返回最小值和最大值的下标
all和any也可以用
matrix排序,注意axis
3D array或者以上
初始化,reshape或者硬来
可以考虑把数据抽象成一层层的数据
就像RGB值的图像一样
跟1D和2D类似的操作,zeros, ones,rand等
vstack和hstack照样可以用,现在多了一个dstack,代表维度的堆叠
concatenate也有同样的效果
总结:
本文总结了numpy对于1D,2D和多维的基本操作。
在学习python中有任何困难不懂的可以微信扫描下方CSDN官方认证二维码加入python交流学习
多多交流问题,互帮互助,这里有不错的学习教程和开发工具。
(这里每天都会不定时更新python不同题型和教程,希望大家一起学习,一起进步)
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
三、精品Python学习书籍
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!