numpy处理数组常用命令

目录

导入模块

创建数组

调整数据类型

保留小数位

控制数组输出形状

替换数组中的指定值

数组拼接

数组行列交换

获取最大值最小值的位置

关于nan

numpy常用统计函数

---

导入模块

import numpy as np
import random
from numpy import nan

创建数组

t1 = np.array([1,2,3,])
t2 = np.array(range(1,4),dtype="i1")
t3 = np.arange(4,10,2) #间隔为2
t4 = np.array([1,1,0,1,0,0],dtype=bool) #布尔值T/F
t5 = np.array([random.random() for i in range(10)])

调整数据类型

t6 = t1.astype("int8")

保留小数位

t7 = np.round(t5,2) #两位小数

控制数组输出形状

t8 = np.arange(24).reshape(4,6)

替换数组中的指定值

t1[t1<10] = 0 #布尔值替换
t2 = np.where(t1<10,0,100) #<10=0,>=10=100
t3 = t1.clip(10,18) #<10=10,>18=18

数组拼接

np.vstack(t1,t2) #竖直拼接
np.hstack(t1,t2) #水平拼接

数组行列交换

t[[1,2],:] = t[[2,1],:]#行交换
t[:,[1,2]] = t[:,[2,1]]#列交换

获取最大值最小值的位置

np.argmax(t,axis=0) #axis=0为行
np.argmin(t,axis=1)

关于nan

t1 = t1.astype(float) #nan是浮点型
t1[3,3] = np.nan #替换nan

numpy常用统计函数

t.sum(axis=None)
t.mean(a,axis=None) #均值
np.median(t,axis=None) #中值
t.max(axis=None)
t.min(axis=None)
np.ptp(t,axis=None) #极差
t.std(axis=None) #标准差