Python数据分析学习笔记-numpy库学习3

最新推荐文章于 2024-08-07 21:53:40 发布

krisjin99

最新推荐文章于 2024-08-07 21:53:40 发布

阅读量67

点赞数

分类专栏：学习笔记文章标签： python

本文链接：https://blog.csdn.net/krisjin99/article/details/120846717

版权

11 篇文章 0 订阅

订阅专栏

本文介绍了numpy库的基础使用，包括矩阵的合并、聚合操作、排序、搜索与赋值。通过示例展示了如何进行行/列拼接、矩阵内元素的求和、最大值、最小值和平均值，以及一维和二维矩阵的排序。同时，讲解了where函数和extract方法用于条件筛选元素。

摘要由CSDN通过智能技术生成

p6 = [[0 2 4]
[5 7 9]]

p3=[[0 1 2]
[5 6 7]]

按列合并行，列数需相等

c=np.concatenate([p6,p3],axis=0)  #axis=0行合并
print(c)

[[0 2 4]
[5 7 9]
[0 1 2]
[5 6 7]]

按行合并列,行数必须相等

d=np.concatenate([p3,p6],axis=1)  #axis=1列合并
print(d)

[[0 1 2 0 2 4]
[5 6 7 5 7 9]]

x=[[ 0 1 2 3 4]
[ 5 6 7 8 9]
[10 11 12 13 14]]

矩阵内所有元素求和

sum1=np.sum(x)
print(sum1)

105

矩阵内所有元素求最大、最小、平均值

max1=np.max(x)
min1=np.min(x)
mean1=np.mean(x)
print('最大值：{}，最小值：{}，平均数：{}'.format(max1,min1,mean1))

最大值：14，最小值：0，平均数：7.0

参考网站：runoob.com/numpy

不直接改变原矩阵
不支持降序排序
一维矩阵排序

np1=np.array([1,2,1,4,9,6,3,2])
print(np.sort(np1),'\n',np.argsort(np1))

[1 1 2 2 3 4 6 9]
[0 2 1 7 6 3 5 4] #指指针0的元素最小，指针2元素第2小，以此类推

二维矩阵排序

np2=np.array([[1,2,1],[4,9,6],[3,2,7]])
print(np.sort(np2),'\n',np.sort(np2,axis=0))

[[1 1 2]
[4 6 9]
[2 3 7]]
[[1 2 1]
[3 2 6]
[4 9 7]]

轴向为0沿着行方向，列从小到大排序，默认为沿着列

print(np.where(np1>3,1,-1))    #满足条件赋值为1，不满足为-1

[-1 -1 -1 1 1 1 -1 -1]

print(np.where(np2>3,1,-1))

[[-1 -1 -1]
[ 1 1 1]
[-1 -1 1]]

筛选满足条件的元素返回，不满足的舍弃，不改变原数组

print(np.extract(np2>3,np2))

[4 9 6 7]

关注