ndarry的介绍:
numpy(Numerical Python)是一个开源的Python数据科学计算库,支持对N维数组和矩阵的操作,用于快速处理任意维度的数组。
1.首先我们想要做一个ndarry数组的计算,要创建一个ndarry数组。以下是创建ndarry的方法。
1)我这里使用的是利用arange创建数组。
np.arange([start, ]stop, [step, ]dtype=None)
这三个参数的含义分别为起始值,结束值,步长。他们的默认值为开始默认为0,步长为1。
比如np.arange(10)则为从0开始到10终止的一个等差为1的数组。
arr1=np.arange(10)
print(arr1)
2)如果我们需要随机数来进行计算,那么我们可以使用random函数来实现创建ndarry,给size属性赋值这样这里的长度就是10。 randint能让我们返回到的数据是整数。
arr1 = np.random.randint(10,size=10)
print(arr1)
2.(四则运算)然后我们现在将用两个数组进行简单的计算。在这里如果我不设置arange数组的起始值那么会出现0除0的情况,程序会无法进行除法计算。所以我设置了它们的起始值为1。
import numpy as np
arr1 = np.arange(1,10)
arr2 = np.arange(1,10)
#进行加法运算
print(arr1 - arr2)
#进行减法运算
print(arr1 + arr2)
#进行乘法运算
print(arr1 * arr2)
#进行除法运算
print(arr1 / arr2)
#进行求幂运算
print(arr1 ** arr2)
3.(去除奇数/偶数,取最大最小值和平均值的计算)
1)
我们首先在不使用遍历等操作的情况下,仅使用数组的属性完成去除里面的偶数。简单的判断数组内除2后余数为0的数据,使用numpy.where()函数来获取数组中满足某个条件的元素的索引,然后使用numpy.delete()函数对这些元素进行删除操作。
import numpy as np
arr1 = np.arange(20)
a = np.where(arr1 % 2 == 0)
arr1 = np.delete(arr1, a)
print(arr1)
运行结果为
2)
然后我们选取一个数组内的最大值和最小值,这里只需要用到两个方法函数max()和min()。取平均值则用mean()函数。这里我们用一个起始值为4,结束值为7,步长为1的随机数组,进行这三个操作。
import numpy as np
arr4 = np.random.rand(4, 7)
print("最大值:", np.max(arr4))
print("最小值:", np.min(arr4))
print("平均值:", np.mean(arr4))
运行结果为
3.排序数组内的元素和去除数组的重复元素
1)如果要给一个数组内的元素进行排序要用到sort()函数。
import numpy as np
arr1 = np.random.randint(1,100, size=20)
print("排序前:",arr1)
arr1.sort()
print("排序后:",arr1)
运行结果为
2)接下来我们进行去除数组内重复数据的操作
import numpy as np
arr = np.array([1,5,1,1,1,1,5,6])
print("去重前:",arr)
arr = np.unique(arr)
print("去重后:",arr)
运行结果为