Python | NumPy 教程三（位运算、字符串处理函数）

于 2022-03-13 23:08:02 发布
阅读量1.1k 收藏 1
点赞数
分类专栏： python 文章标签： python numpy 机器学习 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_52650517/article/details/123445787
版权

Python | NumPy 教程


\qquad Numpy 是 Python 中科学计算的核心库，NumPy 这个词来源于 Numerical 和 Python 两个单词。它提供了一个高性能的多维数组对象，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算，广泛应用于机器学习模型、图像处理和计算机图形学、数学任务等领域。

一、NumPy 位运算

1.1 numpy.bitwise_and()

  • bitwise_and() 函数对两个数组中整数的二进制形式执行位与运算。
    import numpy as np

a = np.random.randint(1,11,(3,4))
print(a)
for i in a:
    for j in i:
        print(bin(j),end=",") # python 的 bin 函数可以将整数转为二进制数
    print()
b = np.random.randint(1,11,(3,4))
print(b)
for i in b:
    for j in i:
        print(np.binary_repr(j),end=",") # np.binary_repr 函数可以将整数转为二进制数
    print()
print(np.bitwise_and(a,b))
    在这里插入图片描述

1.2 numpy.bitwise_or()

  • bitwise_or() 函数对两个数组中整数的二进制形式执行位或运算。用法同上。

1.3 numpy.invert()

  • invert() 方法对数组中整数做按位取反运算，也就是 0 变成 1，1 变为 0。注：计算机中都是使用补码存储数字，所以按位取反都是取补码的相反值。
    • 对于有符号二进制数，其最高位为 0，表示正数；最高位为 1，表示负数。
    • 补码：正数的补码和原码，反码相同；负数的补码则是在原码的基础上符号位保持不变，其他位取反，然后在末尾加 1。
    • 二进制负数转十进制：对二进制负数按位取反再加 1，然后加上负号，结果就是二进制负数转化成的十进制数。
  • 实例：将由 [-5,5] 范围的随机数组成的 3 行 4 列矩阵按位取反。
    import numpy as np

a = np.random.randint(-5,6,(3,4))
print(a)
for i in a:
    for j in i:
        print(bin(j),end=",")
    print()
b = np.invert(a)
print(b)
for i in b:
    for j in i:
        print(np.binary_repr(j),end=",")
    print()
    在这里插入图片描述
    • 举例说明：-3的补码11111101按位取反00000010就是2；5的补码即原码00000101按位取反11111010，转十进制即为-6。

1.4 numpy.left_shift()

  • left_shift(arr, step) 函数将数组 arr 中的每个元素的二进制形式向左移动 step 位，右侧以 0 填充。（左移二进制数 n n n 位相当于原数字乘以 2 n 2^n 2n）
  • 实例：将由 [-5,5] 范围的随机数组成的 3 行 4 列矩阵每个元素左移动 2 位。
    import numpy as np

a = np.random.randint(-5,6,(3,4))
print(a)
for i in a:
    for j in i:
        print(np.binary_repr(j),end=",")
    print()
b = np.left_shift(a,2)
print(b)
for i in b:
    for j in i:
        print(np.binary_repr(j),end=",") 
    print()
    在这里插入图片描述

1.5 numpy.right_shift()

  • right_shift(arr, step) 函数将数组 arr 中的每个元素的二进制形式向右移动 step 位，左侧补 0。（右移二进制数 n n n 位相当于原数字除以 2 n 2^n 2n 向下取整）。注：负数位数不够会变成-1，正数位数不够会变成0。
  • 实例：将由 [-5,5] 范围的随机数组成的 3 行 4 列矩阵每个元素右移动 2 位。
    import numpy as np

a = np.random.randint(-5,16,(3,4))
print(a)
for i in a:
    for j in i:
        print(np.binary_repr(j),end=",")
    print()
b = np.right_shift(a,2)
print(b)
for i in b:
    for j in i:
        print(np.binary_repr(j),end=",") 
    print()
    在这里插入图片描述

二、NumPy字符串处理函数

\qquad NumPy 提供了许多字符串处理函数，它们被定义在用于处理字符串数组的 numpy.char 类中，这些函数的操作对象是 string_ 或者 unicode_ 类型的字符串数组。

2.1 numpy.char.add()

  • numpy.char.add(x1, x2) 函数依次对 x 1 x_1 x1​ 和 x 2 x_2 x2​ 两个数组的元素进行字符串连接，数组 x 1 x_1 x1​ 和 x 2 x_2 x2​ 必须具有相同的形状。示例如下：
    import numpy as np
a = np.random.randint(1,11,(3,8)).astype(np.str_)
b = np.random.randint(11,21,(3,8)).astype(np.str_)
print(a)
print(b)
print(np.char.add(a,b))
    在这里插入图片描述

2.2 numpy.char.multiply()

  • numpy.char.multiply(arr, i) 该函数将 a r r arr arr 数组进行 i i i 次连接。示例如下：
    import numpy as np
a = np.random.randint(1,11,(3,8)).astype(np.str_)
print(a)
print(np.char.multiply(a,3))
    在这里插入图片描述

2.3 numpy.char.center()

  • np.char.center(string, width, fillchar) 函数用于将 string 字符串在 width 宽度居中，并使用指定字符 fillchar 在左侧和右侧进行填充。示例如下：
    import numpy as np
a = np.random.randint(1,11,(3,8)).astype(np.str_)
print(a)
print(np.char.center(a,5,"!"))
    在这里插入图片描述

2.4 numpy.char.ljust()

  • numpy.char.ljust(a, width[, fillchar=' ']) 函数用于将 string 字符串在 width 宽度左对齐，并使用指定字符 fillchar 在右侧进行填充。示例如下：
    import numpy as np
a = np.random.randint(1,11,(3,8)).astype(np.str_)
print(a,"\n")
print(np.char.ljust(a,5,"!"))
    在这里插入图片描述

2.5 numpy.char.rjust()

  • numpy.char.rjust(a, width[, fillchar=' ']) 函数用于将 string 字符串在 width 宽度右对齐，并使用指定字符 fillchar 在左侧进行填充。示例如下：
    import numpy as np
a = np.random.randint(1,11,(3,8)).astype(np.str_)
print(a,"\n")
print(np.char.rjust(a,5,"!"))
    在这里插入图片描述

2.6 numpy.char.capitalize()

  • numpy.char.capitalize(a) 函数将字符串 a 的第一个字母转换为大写。示例如下：
    import numpy as np
import random
li = ['z','y','x','w','v','u','t','s','r','q','p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,11,(3,8)).astype(np.str_) # 生成 3 行 8 列的 str_ 类型数组
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 5)) # 将数组中的每个元素变成 5 个字母的随机字符串
print(unicode_str,"\n")
print(np.char.capitalize(unicode_str)) # 将字符串的第一个字母转换为大写
    在这里插入图片描述

2.7 numpy.char.title()

  • numpy.char.title() 将字符串数组中每个元素的第一个字母转换为大写。注意：如果一个字符串中间有非字母，则非字母之后的字符串会被视为另一个单词。示例如下：
    import numpy as np
import random
li = [' ','9','8','7','6','5','4','3','2','1','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.title(unicode_str))
    在这里插入图片描述

2.8 numpy.char.lower()

  • numpy.char.lower() 函数将字符串数组中每个元素转换为小写。示例如下：
    import numpy as np
import random
li = ['Z','Y','X','W','V','U','T','S','R','Q','P','O','N','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.lower(unicode_str))
    在这里插入图片描述

2.9 numpy.char.upper()

  • numpy.char.upper() 函数将字符串数组中每个元素转换为大写。示例如下：
    import numpy as np
import random
li = ['Z','Y','X','W','V','U','T','S','R','Q','P','O','N','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.upper(unicode_str))
    在这里插入图片描述

2.10 numpy.char.swapcase()

  • numpy.char.swapcase() 函数将数组中每个元素字母大写转为小写，小写转为大写。示例如下：
    import numpy as np
import random
li = ['Z','Y','X','W','V','U','T','S','R','Q','P','O','N','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.swapcase(unicode_str))
    在这里插入图片描述

2.11 numpy.char.zfill()

  • numpy.char.zfill(a, width) 函数表示如果宽度 width 大于原字符串 a 的宽度，则在数组元素的左边填充 0 以达到 width；如果宽度 width 小于原字符串 a 的宽度，则结果会去掉原字符串中多余的元素。示例如下：
    import numpy as np
import random
li = ['Z','Y','X','W','V','U','T','S','R','Q','P','O','N','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.zfill(unicode_str,6),"\n") # 宽度 6 小于原字符串 unicode_str 的宽度，则结果会去掉原字符串中多余的元素
print(np.char.zfill(unicode_str,10)) # 宽度 10 大于原字符串 unicode_str 的宽度，则在数组元素的左边填充 0 以达到 10
    在这里插入图片描述

2.12 numpy.char.split()

  • numpy.char.split(a[, sep=None, maxsplit=None]) 函数通过指定分隔符对字符串进行分割，从最左边的分割符开始分割，可指定分割次数 maxsplit，返回 list 列表。默认情况下，分隔符为空格。示例如下：
    import numpy as np
import random
li = [' ','4','3','2','1','4','3','2','1','d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.split(unicode_str,"b",1))
    在这里插入图片描述

2.13 numpy.char.rsplit()

  • numpy.char.split(a[, sep=None, maxsplit=None]) 函数通过指定分隔符对字符串进行分割，从最右边的分割符开始分割，可指定分割次数 maxsplit，返回 list 列表。默认情况下，分隔符为空格。示例如下：
    import numpy as np
import random
li = [' ','4','3','2','1','4','3','2','1','d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.rsplit(unicode_str,"b",1))
    在这里插入图片描述

2.14 numpy.char.splitlines()

  • numpy.char.splitlines(a[, keepends=None]) 以换行符（\n，\r，\r\n）作为分隔符来分割字符串，并返回一个数组序列。如果指定 keepends 为 True，则换行符会包含在结果列表中，否则不包含。示例如下：
    import numpy as np
import random
li = ['\n','p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.splitlines(unicode_str),"\n")
print(np.char.splitlines(unicode_str,keepends=True))
    在这里插入图片描述

2.15 numpy.char.partition()

  • numpy.char.partition(a, sep) 函数通过指定分割符 sep 对字符串 a 进行分割。如果元素包含多个分割符，则从最左边第一次出现的分割符开始分割，仅分割一次，返回三个元素：sep 前的字符串、分割字符sep 和 sep 后的字符；如果找不到分隔符，则返回三个元素： 字符串本身以及两个空字符串。示例如下：
    import numpy as np
import random
li = [' ','4','3','2','1','4','3','2','1','d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.partition(unicode_str,"b"))
    在这里插入图片描述

2.16 numpy.char.rpartition()

  • numpy.char.rpartition(a, sep) 函数通过指定分割符 sep 对字符串 a 进行分割。如果元素包含多个分割符，则从最右边第一次出现的分割符开始分割，仅分割一次，返回三个元素：sep 前的字符串、分割字符sep 和 sep 后的字符；如果找不到分隔符，则返回三个元素： 两个空字符串以及字符串本身。示例如下：
    import numpy as np
import random
li = [' ','4','3','2','1','4','3','2','1','d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.rpartition(unicode_str,"b"))
    在这里插入图片描述

2.17 numpy.char.strip()

  • numpy.char.strip(a[, chars=None]) 函数用于移除数组每个元素开头和结尾处的空格。如果参数 chars 省略或者为 None，则默认为删除空白。示例如下：
    import numpy as np
import random
li = ['   ','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.strip(unicode_str))
    在这里插入图片描述

2.18 numpy.char.lstrip()

  • numpy.char.lstrip(a[, chars=None]) 函数用于移除数组每个元素最左边的特定字符。如果参数 chars 省略或者为 None，则默认为删除空白。示例如下：
    import numpy as np
import random
li = ['  ','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.lstrip(unicode_str))
    在这里插入图片描述

2.19 numpy.char.rstrip()

  • numpy.char.rstrip(a[, chars=None]) 函数用于移除数组每个元素最右边的特定字符。如果参数 chars 省略或者为 None，则默认为删除空白。示例如下：
    import numpy as np
import random
li = ['  ','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.rstrip(unicode_str))
    在这里插入图片描述

2.20 numpy.char.join()

  • numpy.char.join(sep,arr) 函数通过指定分隔符 sep 来连接 arr 数组中的元素或字符串，其中 sep 是 string_ 或者 unicode_ 类型的字符串数组。示例如下：
    import numpy as np
import random
li = ['k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.join([":","-",",","、"],unicode_str))
    在这里插入图片描述

2.21 numpy.char.replace()

  • numpy.char.replace(a, old, new[, count=None]) 函数可以使用新字符串 new 来替换原字符串 a 中的子字符串 old。
    • count：int 类型，如果指定该值 N，则会替换 old 中出现的前 N 个字符串。
    import numpy as np
import random
li = ['d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 10))
print(unicode_str,"\n")
print(np.char.replace(unicode_str,'d','D',2))
    在这里插入图片描述

2.22 numpy.char.translate()

  • numpy.char.translate(a, table[, deletechars=None]) 函数将数组元素字符串 a 按照给定的字符映射转换表 table 进行转换。如果指定了 deletechars 列表，则先移除 deletechars 包含的字符然后进行转换。
    • 注：转换的是字符，而不是由字符组成的字符串。
  • 映射表通过 str.maketrans() 方法转换而来，该方法返回一个由转换前后字符的 ASCII 值组成的键值对所构造的字典，如果设置了 delchars 参数，则 delchars 中每个转换后的值为 None。maketrans() 方法语法格式如下：
    str.maketrans(intab,outtab[,delchars])
    • intab：需要转换的字符组成的字符串。
    • outtab：转换的目标字符组成的字符串。
    • delchars：可选参数，表示要删除的字符组成的字符串。
  • 实例：将字符 a 和 b 转换为 A 和 B，删除字符 c 和 d。
    import numpy as np
import random
li = [' ','4','3','2','1','4','3','2','1','d','c','b','a','d','c','b','a','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
intab = "ab"
outtab = "AB"
table = str.maketrans(intab,outtab,"cd")
print(table,"\n")
print(np.char.translate(unicode_str,table))
    在这里插入图片描述

2.23 numpy.char.encode()

  • numpy.char.encode(a[, encoding=None, errors=None]) 函数用于编码操作，数组元素依次调用 str.encode，可以使用 Python 标准库中的编解码器。
    • a：要处理的 str 或 unicode 数组。
    • encoding：编码名称，可选项，str 类型，默认编码为 utf-8。
    • errors：指定如何处理编码错误，可选项，str 类型。默认为 'strict'，意为编码错误引起一个 UnicodeError。 其他可能得值有 'ignore'、'replace'、'xmlcharrefreplace'、'backslashreplace' 以及通过 codecs.register_error() 注册的任何值。
  • 实例：
    import numpy as np
import random
li = ['p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
print(np.char.encode(unicode_str,'cp037'))
    在这里插入图片描述

2.24 numpy.char.decode()

  • numpy.char.encode(a[, encoding=None, errors=None]) 函数用于解码操作，数组元素依次调用 str.decode，可以使用 Python 标准库中的编解码器。
    • a：要处理的 str 或 unicode 数组。
    • encoding：编码名称，可选项，str 类型，默认编码为 utf-8。
    • errors：指定如何处理编码错误，可选项，str 类型。默认为 'strict'，意为编码错误引起一个 UnicodeError。 其他可能得值有 'ignore'、'replace'、'xmlcharrefreplace'、'backslashreplace' 以及通过 codecs.register_error() 注册的任何值。
  • 实例：
    import numpy as np
import random
li = ['p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a']
unicode_str = np.random.randint(1,10,(3,4)).astype(np.str_)
for us in np.nditer(unicode_str,op_flags=['readwrite']): 
    us[...] = ''.join(random.sample(li, 15))
print(unicode_str,"\n")
en_str = np.char.encode(unicode_str,'cp037')
print(en_str,"\n")
print(np.char.decode(en_str,'cp037'))
    在这里插入图片描述

2.25 numpy.char.mod()

  • numpy.char.mod(a, values) 函数用于格式化字符串。当 a 是格式化语句时，将 values 中的元素逐个插入到格式化语句 a 中；当 a 是格式化语句组成的数组时，需要 values 和 a 满足广播规则。注：values 的元素值要符合格式化语句要求。示例如下：
    import numpy as np
print(np.char.mod('value=%d', np.arange(6)),"\n")
print(np.char.mod('value=%.4f', [[1.1, 2, 3.021], [4.12, 5, 6.1]]),"\n")
arr = [['value=%d','value=%f','value=%s'],['value=%d','value=%.2f','value=%.5f']]
print(np.char.mod(arr,3.1415926),"\n")
print(np.char.mod(arr,[[3.1415926],[6.57974576]]))
    在这里插入图片描述
软耳朵DONG
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
python中将字符变为大写_python如何把小写字母变成大写字母
weixin_39928818的博客
11-24 7589
python为我们提供了 upper() 方法，该方法可以将字符串中的小写字母转为大写字母。语法：str.upper()返回值：返回小写字母转为大写字母的字符串。代码示例：#!/usr/bin/pythonstr = "this is string example....wow!!!";print "str.upper() : ", str.upper()运行结果：str.upper() : T...
numpy字符串处理
thompson的博客
12-10 3163
字符串拼接 numpy.char.add(x1, x2) Return element-wise string concatenation for two arrays of str or unicode. 把x1和x2拼接在一起 >>>import numpy as np >>>np.char.add("aaa","bbb") array('aaabbb', dtype='<U6') >>>np.char.add(["aaa"],["bbb"]
NumPy(七)： 统计函数&排序、条件函数
zcb_data的博客
11-26 613
NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下： numpy.amin() 用于计算数组中的元素沿指定轴的最小值。 numpy.amax() 用于计算数组中的元素沿指定轴的最大值。 >>> a = np.array([[3,7,5],[8,4,3],[2,4,9]]) >>> print (a) [[3 7 5] [8 4 3] [2 4 9]] >>> print(np.amin
numpy数组与字符串的转换
Fabio的博客
08-17 4万+
数组与字符串的转换 tostring 方法 转化为字符串： 我们可以使用不同的顺序来转换字符串： 这里使用了Fortran的格式，按照列来读数据。 fromstring 函数 可以使用 fromstring 函数从字符串中读出数据，不过要指定类型： 此时，返回的数组是一维的，需要重新设定维度：   对于文本文件，推荐使用 loadtxt genfromtxt ...
python中numpy数组和字符串互转(互转后数据完全一致)
weixin_44493841的博客
11-15 2万+
python中numpy数组和字符串互转(互转后数据完全一致) 代码： import numpy as np # 创建数组arr arr = np.array([ -1.8264365 ,  -0.6390996 ,   5.1984577]) print('arr',arr) # 数组arr转字符串str str = ','.join(str(i) for i in...
python中字符串变二维数组的实例讲解
09-20
在Python编程中，有时我们需要将字符串转换为二维数组，特别是在处理数据输入或解析文本文件时。本篇文章将详细讲解如何实现这一过程，并提供一个具体的实例。 首先，我们要明确字符串的结构。假设我们有一个字符串...
Python之Numpy的超实用基础详细教程
09-18
【Python之Numpy的超实用基础详细教程】 Numpy是Python中用于科学计算的核心库，它的功能强大，尤其在处理大型多维数组和矩阵时表现出色。Numpy提供了高效的数值计算功能，支持广泛的数学操作，如线性代数、傅立叶...
Python+Numpy+Pandas+Matplotlib综合入门教程.zip
04-08
Python的入门教程通常会涵盖基础语法，如变量、数据类型（包括整型、浮点型、字符串、布尔型等）、流程控制（if语句、for循环、while循环）、函数定义与调用、模块导入、异常处理等。深入学习还包括面向对象编程概念...
03-python-数组属性方法总结-数组与字符串的转换-生成数组的函数-矩阵
02-09
在本篇Python学习笔记中，我们将深入探讨四个关键主题：数组的属性和方法、数组与字符串之间的转换、生成数组的函数以及矩阵的概念与操作。 首先，让我们来看看【数组属性方法总结】。在Python中，最常用的数组库是...
对python里NumPy库的详细描述及代码
最新发布
05-19
这一设计使得NumPy能够高效地存储和处理大量数据，无论是数值型还是字符串类型的数据。 - **高效存储**：由于`ndarray`是连续的内存块，其在内存使用上极为高效。同时，用户还可以通过指定数据类型来进一步减少内存...
Python学习-Numpy库字符串操作--转换、替换、填充、统计、判断
weixin_41387192的博客
11-07 2124
Numpy 字符串操作–转换、替换、填充、统计、判断 1、字符串大小写转换 2、字符串子串替换、填充 3、字符串分割 4、子串次数统计、查找 5、字符串判断操作 导入numpy库 import numpy as np str0 = "ABCDefgh" 1、字符串大小写转换 str1 = str0.lower() # 大写转小写 str2 = str0.upper() # 小写转大写 str3 = str0.swapcase() # 大写转小写，小写转大写 2、新字符代替旧字符、填充 str4 =
Python之位运算实现整数集合
water19111213的博客
07-22 951
让为运算和整数集合联系起来，牛掰而又有趣的操作，拜服能够将二者联系起来的前辈。废话不多说了，我将尽力将描述，以求大家能够更好的运用。 1 一个例子 一个数的二进制表示可以看作是一个集合（0 表示不在集合中，1 表示在集合中）。那么这是如何实现的呢？我们以一个集合{1,5，6,8} 为例进行说明，其对应用二进制表示为：01 01 10 00 10。用表格进行理解即为： 就是哪个整数在集合中，那么数字对应大小的二进制所在的位的值就为1。 这样表示有什么好处呢？能够用来做什么？ 2 应用 2.1 从集合中插入、
Python-Numpy多维数组--位操作, 字符串函数, 算术函数
Odyssues_lee的博客
12-26 1495
一.位操作 1.bitwise_and 通过np.bitwise_and()函数对输入数组中的整数的二进制表示的相应位执行位与运算。 例子 import numpy as np print '13 和 17 的二进制形式：' a,b = 13,17 print bin(a), bin(b) print '13 和 17 的位与：' print np.bitwise_and(13, 17)...
Numpy学习---字符串处理
萝卜丝儿皮尔
07-12 953
学习时，借鉴正常处理字符串的几个基本函数，较容易掌握 1.add() import numpy as np #caes1: strings print(np.char.add('multiple\t'v,'alue')) #相接不留痕 # multiple value #case2: array print(np.char.add(['aaa','bbb'],['ccc','ddd'])) #...
Python之numpy教程（二）：运算、索引、切片
liangzuojiayi的博客
05-30 5万+
1.numpy数组的特点在于，大小相等的数组之间，任何算数运算都会将运算应用到元素级。 请看下面的例子： arr = np.array([[1.,2.,3.],[4.,5.,6.]]) arr输出： array([[ 1., 2., 3.], [ 4., 5., 6.]]) arr * arr输出： array([[ 1., 4., 9.],
Python中矩阵库Numpy基本操作
热门推荐
yqtao的博客
09-29 14万+
NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。下面对numpy中的操作进行总结。 numpy包含两种基本的数据类型：数组和矩阵。数组>>> from numpy import * >>> a1=array([1,1,1]) #定义一个数组 >>> a2=array([2,2,2]) >>> a1+a2
TutorialsPoint NumPy 教程
龙哥盟
12-29 4万+
来源：NumPy Tutorial - TutorialsPoint 译者：飞龙 协议：CC BY-NC-SA 4.0 NumPy - 简介NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。 也开发了另一个包 Nu
python字符串比较函数_python – 比较numba编译函数中的字符串
weixin_39702480的博客
12-08 303
Numba在nopython模式下不支持字符串.2.6.2. Built-in types2.6.2.1. int, bool […]2.6.2.2. float, complex […]2.6.2.3. tuple […]2.6.2.4. list […]2.6.2.5. set […]2.6.2.7. bytes, bytearray, memoryviewThe bytearray type...
numpy.ndarray中对于字符串的处理
archer的博客
06-24 2531
问题来源： 在做数据开发的时候，使用pandas读取了excel中数据，存储格式统一为str类型，之后为了方便操作，将DataFrame格式的数据转换为了numpy.ndarray格式的数据。 之后对ndarray的数据进行遍历，并且将符合要求的数据，做格式化处理，再将其存储到ndarray中。 ...
Python科学计算：NumPy文档字符串测试与示例
"Python编程中的文档字符串(_docstring_)和使用NumPy进行测试" 在Python编程中，文档字符串（docstring）是一种重要的注释方式，它提供了关于函数、类或模块的详细描述，以便其他开发人员了解其用途和用法。在给定...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

软耳朵DONG

觉得文章不错就鼓励一下作者吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值