numpy1

最新推荐文章于 2024-05-16 21:39:57 发布

Emiyaaaaaaa

最新推荐文章于 2024-05-16 21:39:57 发布

阅读量283

点赞数

文章标签：其他

本文链接：https://blog.csdn.net/m0_53881193/article/details/124658054

版权

这篇博客详细介绍了NumPy库在数组操作中的各种技巧，包括选择行和列、不连续的行列选择、布尔索引、赋值、三元运算、数组剪裁、转置、读取本地文件、处理NaN值以及统计计算。内容涵盖了数组的索引、切片、统计方法如均值、最大值和最小值，并展示了如何处理缺失值。此外，还涉及到了文件读取和数据类型转换等实用功能。

摘要由CSDN通过智能技术生成

import numpy as np

l1 = np.arange(24).reshape(4, 6)
print(l1)
print('选择行')
print(l1[2])
print('选择列')
print(l1[:, 1])
print('选择不连续的行列')
print(l1[[3, 2], [2, 4]])
print('选择连续行列')
print(l1[1:, 2:4])
print('索引')
print(l1[2, 3])
print('布尔索引')
print(l1[l1 < 10])
print(l1)
print('赋值')
l1[0, 0] = 0
print(l1)
print('三元运算符')
print(np.where(l1 < 10, 0, 10))
print('剪裁')
print(l1.clip(10, 20))
print('数组转置')
print(l1.T)
print(l1.transpose())
print(l1.swapaxes(1, 0))
print('读取本地文件')
print("a = np.loadtxt('路径', delimiter=',', dtype='int')")
print('nan的用法')
l1 = l1.astype(float)
print(l1)
l1[[2, 2], [3, 4]] = np.nan
print(l1)
print('统计数组中nan的个数')
print(np.count_nonzero(l1 != l1))
print('将数组中nan替换')
l1[np.isnan(l1)] = 15, 16
print(l1)
print(l1.sum(axis=0))
print(l1.sum(axis=1))
print(l1)
print(l1.mean(axis=0), '均值')
print(l1.max(), '最大值')
print(l1.min(), '最小值')
print(np.median(l1, axis=0), '中值')
print(np.ptp(l1), '最大值和最小值的差，极值')