numpy常用操作

numpy常用操作

1、找出array中的最大值，最小值及对应坐标

2、数组中满足某一条件的元素个数

3、numpy转python

4、numpy转换类型astype

5、python获取数组中最多的元素

6、numpy获取数组中最多的元素

7、对数组中按关键字排序

8、判断dict是否存在指定键值

9、python 三元表达式

10、python中的axis=0,axis=1

11、将多维数组转成一维

1、找出array中的最大值，最小值及对应坐标

import numpy as np

def test():

a = np.array([1.2, 5, 3, 8, 9, 10, 5, 1, 2, 1, 7])

print("a:", a)

print("a-max:", a.max())

r = np.where(a == a.max())

print("r:", r)

print("r[0][0]:", r[0][0])

test()

返回最大值，及坐标。

若计算最小值，有两个最小值为1的，则返回这两个最小值得坐标。

2、数组中满足某一条件的元素个数

数组中等于1的元素个数:

def test():

a = np.array([1.2, 5, 3, 10, 5, 1, 1, 7])

print("a:", a)

print("count of a==1:", np.sum(a == 1))

test()

3、numpy转python

numpy .tolist()

4、numpy转换类型astype

numpy.astype(numpy.int)

numpy.dtype #查看数据类型

5、python获取数组中最多的元素

获取数组中数量最多的元素，也就是最频繁的那个元素，方法有很多，下面是3种最简单的：

1）用max函数

sample = [1,2,3,3,3,4,5,5]

max(set(sample), key=sample.count)

2）用collections包的Counter函数

data = Counter(sample)

data.most_common(1)[0][0]

# data.most_common(1)[0][1] # 就是相应的最高频元素的频次

3）用statistics包的mode函数

mode(sample)

6、numpy获取数组中最多的元素

获取数组中数量最多的元素，也就是最频繁的那个元素，方法有很多，下面是3种最简单的：

使用np.bincount()和np.argmax()函数来实现。

np.bincount()可以把数组中出现的每个数字，当做index，数字出现的次数当做value来表示。

np.argmax()可以返回数组中最大值的index。

所以经过变换，可以得到出现次数的最大值。

import numpy as np

def test():

x = np.array([2, 3, 1, 1, 4, 6, 1, 3])

print("x:", x)

bin_cnt = np.bincount(x)

print("bin_cnt:", bin_cnt)

max_value = np.argmax(bin_cnt)

print("max_value:", max_value)

test()

7、对数组中按关键字排序

默认从小到大排序，加上 reverse=True从大到小排。

def test():

a = [

{"idx": 9, "num": 12},

{"idx": 2, "num": 32},

{"idx": 8, "num": 12},

{"idx": 4, "num": 2},

{"idx": 5, "num": 34}

]

a.sort(key=lambda k: (k.get('num', 0)), reverse=True)

print a

test()

8、判断dict是否存在指定键值

python中有两种方法可以判断指定的键值是否存在，一种是通过字典对象的方法 has_key 判断，另外一种是通过in方法

d={'site':'http://www.jb51.net','name':'jb51','is_good':'yes'}

#方法1：通过has_key

print d.has_key('site')

#方法2：通过in

print 'body' in d.keys()

9、python 三元表达式

Python提到了对于类似C语言的三元条件表达式condition ? true_part : false_part，虽然Python没有三目运算符(?:)，但也有类似的替代方案，那就是true_part if condition else false_part。

[python] view plain copy

>>> 1 if True else 0

1

>>> 1 if False else 0

0

>>> "Fire" if True else "Water"

'Fire'

>>> "Fire" if False else "Water"

'Water'

10、python中的axis=0,axis=1

axis=0表述列

axis=1表述行

import numpy as np

a = np.array([[1, 2], [3, 4]])

sum0 = np.sum(a, axis=0)

sum1 = np.sum(a, axis=1)

print(sum0)

print(sum1)

11、将多维数组转成一维

a = [[1,3],[2,4],[3,5]]

b = np.array(a)

b.flatten()

=>[1, 3, 2, 4, 3, 5]

参考手册

http://old.sebug.net/paper/books/scipydoc/numpy_intro.html