目录
对应元素相乘 element-wise product: np.multiply(), 或 *
-
格式
列表解析
根据已有列表,高效创建新列表的方式。
列表解析是Python迭代机制的一种应用,它常用于实现创建新的列表,因此用在[]中。
语法:
[expression for iter_val in iterable]
[expression for iter_val in iterable if cond_expr]
-
举例
- 实例展示:1、要求:列出1~10所有数字的平方
- 普通方式。
- 列表解析
- 2、 要求:实现两个列表中的元素逐一配对。
- 普通方式
- 列表解析
说明: 以上实例,使用列表解析比使用普通方法的速度几乎可以快1倍。因此推荐使用列表解析。
-
对应元素相乘 element-wise product: np.multiply(), 或 *
import numpy as np
y1=np.array([0,0,1,2,3,3])
y2=np.array([0,0,1,1,2,2])
print(y1*y2)
print(np.multiply(y1,y2))
- 输出结果:
[0 0 1 2 6 6]
[0 0 1 2 6 6]
-
np.dot()
import numpy as np
x1=np.array([[1,2,3],[4,5,6]])
x2=np.array([[1,2],[3,4],[5,6]])
#(2,3)和(3,2)=(2,2)
print("方式2:\n",np.dot(x1,x2))
print("方式1:\n",x1.dot(x2))
- 输出结果:
方式2:
[[22 28]
[49 64]]
方式1:
[[22 28]
[49 64]]
-
转置
import numpy as np
x1=np.array([[1,2,3],[4,5,6]])
x2=np.array([[1,2],[3,4],[5,6]])
print(x1.T)
- 输出结果:
[[1 4]
[2 5]
[3 6]]
这个也是类似:对于一维数组而言,numpy.transpose()是不起作用的。 对二维数组的transpose操作就是对原数组的转置操作。
-
注意一维行数组的转置,无法成功,需要添加[]
import numpy as np
x1=np.array([1,2,3,4,5])
x2=np.array([[6,7,8,9,10]])
print("第一种方式转置:\n",x1.T)
print("第二种方式转置:\n",x2.T)
- 输出结果:
第一种方式转置:
[1 2 3 4 5]
第二种方式转置:
[[ 6]
[ 7]
[ 8]
[ 9]
[10]]
参考:https://blog.csdn.net/xiongchengluo1129/article/details/79017142