Python之Numpy大法-03数值计算

这篇log记录array数组的数值计算

首先还是常规操作，import numpy，并且定义一个测试用的数组test_array(老规矩，黑色框内是代码，黑色框下面的灰色框是代码的输出)

input:

import numpy as np
test_array = np.array([[1,2,3],[4,5,6]])
test_array

output:
array([[1, 2, 3],
[4, 5, 6]])

• 对数组内所有元素都进行求和操作

input:

np.sum(test_array)

output:

21

• 指定要进行的操作是沿着什么轴（维度）
  • axis=0表示对列进行操作
  • axis=1表示对行进行操作

input:

np.sum(test_array, axis = 0)

output:
array([5, 7, 9])

input:

np.sum(test_array, axis = 1)

output:
array([ 6, 15])

input:

np.sum(test_array,axis=-1)

output:
array([ 6, 15])

input:

test_array.sum()

output:
21

input:

test_array.sum(axis = 0)

output:
array([5, 7, 9])

input:

test_array.sum(axis = 1)

output:
array([ 6, 15])

• 对数组内元素进行累乘

input:

test_array.prod()

output:
720

input:

test_array.prod(axis = 0)

output:
array([ 4, 10, 18])

input:

test_array.prod(axis = 1)

output:
array([ 6, 120])

• 取最小值

input:

test_array.min()

output:
1

input:

test_array.min(axis = 0)

output:
array([1, 2, 3])

input:

test_array.min(axis = 1)

output:
array([1, 4])

• 取最大值

input:

test_array.max()

output:
6

• 找到索引位置

input:

test_array.argmin()

output:
0

input:

test_array.argmin(axis = 0)

output:
array([0, 0, 0])

input:

test_array.argmin(axis=1)

output:
array([0, 0])

input:

test_array.argmax()

output:
5

• 求平均值

input:

test_array.mean()

output:
3.5

input:

test_array.mean(axis = 0)

output:
array([2.5, 3.5, 4.5])

• 求标准差

input:

test_array.std()

output:
1.707825127659933

input:

test_array.std(axis = 1)

output:
array([0.81649658, 0.81649658])

• 求方差

input:

test_array.var()

output:
2.9166666666666665

• 截断操作

input:

test_array

output:
array([[1, 2, 3],
[4, 5, 6]])

input:

test_array.clip(2,4)

output:
array([[2, 2, 3],
[4, 4, 4]])

• 四舍五入

input:

test_array = np.array([1.2,3.56,6.41])

input:

test_array.round(1)    # round()里面的参数控制小数点精确到多少位，参数名称：decimals

output:
array([1.2, 3.6, 6.4])

input:

test_array.round(decimals=1)

output:
array([1.2, 3.6, 6.4])

---

2020年7月25日更新