numpy.array 过滤nan元素:
array 中有时计算出nan元素,会影响最终结果。nan元素来源于’0除’等类似原因,利用 np.nan != np.nan 为 True 的性质,检测如下:
.>>> import numpy as np
.>>> a = np.array([1, np.nan, 3, 4, np.nan, 6])
.>>> a
array([ 1., nan, 3., 4., nan, 6.])
.>>> np.count_nonzero(a != a)numpy.array 数组索引:
.>>>a2=np.array([[1,1,1],[3,3,3],[3,3,8]],dtype=’int32’)
.>>>a1=np.array([2,1,1],dtype=’int32’)
.>>>a2[a1]
array([[3, 3, 8], [3, 3, 3], [3, 3, 3]], dtype=int32)numpy.array 增加维度:
numpy中包含的newaxis可以给原数组增加一个维度
np.newaxis放的位置不同,产生的新数组也不同
.>>> x = np.random.randint(1, 8, size=5)
.>>> x
array([4, 6, 3, 6, 5])
.>>> x1 = x[np.newaxis, :]
.>>> x1
array([[4, 6, 3, 6, 5]])
.>>> x2 = x[:, np.newaxis]
.>>> x2
array([[4], [6], [3], [6], [5]])
numpy相关tricks
最新推荐文章于 2024-09-29 20:05:01 发布