numpy 对二维数组的常用操作

目录

1、提取二维数组的某几列或某几行

2、获取某个范围的数据

3、所有元素求和

4、计算数组中非零元素的个数

5、使用布尔型掩码提取某些行或某些列

6、获取数组的行数或列数

7、获取最后一列(或行)的元素

8、获取某个维度的最大值及其索引值


1、提取二维数组的某几列或某几行

import numpy as np
# 定义 3*3 的 numpy 数组
matrix = np.array([[1, 3, 2], 
                   [8, 0, 6], 
                   [9, 7, 0]])
# 提取第1、3列(行的提取同理)
matrix1 = matrix[:, [0, 2]]
print(matrix1)

# ========== 结果 ========== #
[[1 2] 
 [8 6] 
 [9 0]]

2、获取某个范围的数据

# 获取第1、2行中第1、3列的数据. 注意 0:2 表示左闭右开的区间
matrix1 = matrix[0:2, [0, 2]]
print(matrix1)

# ======== 结果 ======== #
[[1 2]
 [8 6]]

3、所有元素求和

# 对 matrix 数组求和
num = matrix.sum()
print(num)

# ======== 结果 ======== #
36

4、计算数组中非零元素的个数

# 判断每个位置的元素是否非零
matrix2 = (matrix != 0)
# 对布尔型矩阵求和
N0_num = matrix2.sum()
print(matrix2)
print(N0_num)

# ======== 结果 ======== #
[[ True  True  True] 
 [ True False  True] 
 [ True  True False]]
7

5、使用布尔型掩码提取某些行或某些列

# 目标是提取第 1、3 列(或行), 其 size 必须与相应的列数(或行数)相同
bool_mask = [True, False, True]
# 使用 bool_mask 提取相应的列(提取行同理)
matrix3 = matrix[:, bool_mask]
print(matrix3)

# ======== 结果 ======== #
[[1 2]
 [8 6]
 [9 0]]

6、获取数组的行数或列数

# 获取 matrix1 的维度,结果为元组的形式
size = matrix1.shape
# 获取行数
row = size[0]
# 获取列数
col = size[1]
print(size)
print(row)
print(col)

# ======== 结果 ======== #
(3, 2)
3
2

7、获取最后一列(或行)的元素

# 获取 matrix 的最后一列元素,结果为一个一维数组。获取最后一行的同理
end_col = matrix[:, -1]
print(end_col)

# ======== 结果 ======== #
[2 6 0]

8、获取某个维度的最大值及其索引值

np.argmax()  用来获取最大值的索引

np.max() 用来获取最大值

a = np.array([[4, 3, 3],
              [2, 3, 5],
              [3, 6, 1]])
max_value, index = np.max(a[0, :]), np.argmax(a[0, :])
print("最大值:", max_value)
print("最大值的索引:", index)

#========== 结果 ==========#
最大值: 4
最大值的索引: 0
  • 5
    点赞
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
NumPyPython中用于科学计算的一个重要库,它提供了高性能的多维数组对象和各种数学函数,是许多数据分析和科学计算任务的基础。在NumPy中,二维数组是最常用的数据结构之一,可以进行各种基本操作。 以下是NumPy二维数组的基本操作: 1. 创建二维数组: - 使用`numpy.array()`函数创建二维数组。 - 使用`numpy.zeros()`或`numpy.ones()`函数创建全零或全一的二维数组。 - 使用`numpy.random.rand()`或`numpy.random.randn()`函数创建随机值的二维数组。 2. 访问元素: - 使用索引访问二维数组中的元素,索引从0开始。 - 可以使用切片操作获取二维数组的子数组。 3. 数组形状: - 使用`numpy.shape`属性获取二维数组的形状,返回一个元组表示行数和列数。 - 使用`numpy.reshape()`函数改变二维数组的形状。 4. 数组操作: - 使用`numpy.transpose()`函数进行转置操作,交换行和列。 - 使用`numpy.concatenate()`函数进行数组的拼接操作。 - 使用`numpy.split()`函数进行数组的分割操作。 5. 数组运算: - 支持基本的数学运算,如加法、减法、乘法和除法。 - 可以使用`numpy.dot()`函数进行矩阵乘法运算。 - 可以使用`numpy.sum()`、`numpy.mean()`等函数计算数组的和、平均值等。 6. 数组迭代: - 可以使用`for`循环迭代二维数组的每个元素。 - 可以使用`numpy.nditer()`函数进行更灵活的迭代操作
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

地球被支点撬走啦

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