Numpy笔记四 基础运算2

最新推荐文章于 2024-05-13 22:22:02 发布
最新推荐文章于 2024-05-13 22:22:02 发布
阅读量95 收藏
点赞数
分类专栏： Python学习笔记
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/qq_38119106/article/details/100172435
版权

4基础运算

4.1最值的索引

np.argmin(A) //A最小元素的索引 
np.argmax(A) //A最大元素的索引

在这里插入图片描述

4.2平均值、累加、累差…

mean medium cumsum
在这里插入图片描述
在这里插入图片描述
非0的数 输出非0值行数和列数的索引
在这里插入图片描述

4.3排序

逐行从小到大排序
在这里插入图片描述

4.4矩阵的转置

np.transpose(A)
A.T

在这里插入图片描述

4.5clip截取

在这里插入图片描述
小于5的变为5 大于9的变为9
在这里插入图片描述

4.6基本运算可指定axis

=0 对列计算
=1 对行计算
在这里插入图片描述
在这里插入图片描述

Dive_
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
numpy.divide详解
wzy628810的博客
01-06 3万+
numpy.divide 用例: numpy.divide(x1, x2, /, out=None, *, where=True, casting=‘same_kind’, order=‘K’, dtype=None, subok=True[, signature, extobj]) = <ufunc ‘true_divide’> 功能: 数组对应位置元素做除法。 这里的除法结...
Numpy数组和矩阵运算（2.数组运算）
06-14
Numpy数组优势：相对列表，运算速度更快，占用资源更少。我们使用Numpy这个工具，可以极大地优化数据挖掘能力。 本章作为示例，列出了Numpy所有常用的方法与实践，并结合作者所做批注和笔记，希望能帮助读者快速理解...
python中除法 / 和// 区别 以及np.divide,np.true_divide,np.floor_divide方法区别
热门推荐
xiaobumi123的博客
03-28 1万+
/结果为小数，和平常除法较像 //只保留整数部分的值，若x或者y中任意一个为小数，则结果为小数 >>> x=4 >>> y=4 >>> print(x/y) 1.0 >>> print(x//y) 1 >>> x=4.1 >>> y=1 >>> print(x/y) ...
numpy pandas基础知识笔记 2.numpy的基础运算
qq_42038061的博客
05-07 210
矩阵减法 例： import numpy as np a = np.array([10,20,30,40]) b = np.arange(4) c = a-b print(c) 输出:[10 19 28 37] 加法 例： import numpy as np a = np.array([10,20,30,40]) b = np.arange(4) c = a+b print(c) 输出:[10 21 32 43] 乘法类似 用np.sin(x)来对矩阵x里的所有元素进行sin运..
Numpy笔记
m0_73976401的博客
05-13 339
random_array = np.random.randint(0, 10, (3, 4)) # 创建一个 3x4 的矩阵，元素都是 0 到 9 的随机整数。print("\n矩阵元素对元素除法 A / B:\n", elementwise_division)zeros_array = np.zeros((2, 3)) # 创建一个 2x3 的零矩阵。ones_array = np.ones((3, 4)) # 创建一个 3x4 的单位矩阵。print("\n自动计算维度的重塑数组:")
Numpy基础笔记
总要有点可以骄傲的东西
04-18 327
1.引用 import numpy as np 多维数组对象 1.定义 ndarray对象是用来存放同种类型的元素的多维数组，每个元素类型相同，有shape属性，表征每一个维度的数量，有dtype属性，描绘数组的数据类型。 2.生成 np.array() np.zeros() ...
Numpy全系列笔记
m0_58086930的博客
07-07 2394
python numpy 数据分析工具之一
Numpy矩阵运算
qq_45134858的博客
08-07 740
笔记
Numpy包的基础使用（小白笔记）
阿卡不吃秋葵的博客
12-16 1492
zeros_like、ones_like、empty_like可以生成形似指定数组的全0、全1、空的数组。ndarray数组可以与数或与其等尺寸的数组进行加、减、乘、除、乘方的自由运算。full_like可以生成形似指定数组的、指定数字填充的数组。argmin、argmax用于求最小、最大元素对应索引。比较运算(==、>、=、
【Python学习笔记】16：numpy数组四则运算
LauZyHou的笔记
07-20 6590
改变数组元素值 >>> x=np.arange(8) >>> x array([0, 1, 2, 3, 4, 5, 6, 7]) >>> np.append(x,8) array([0, 1, 2, 3, 4, 5, 6, 7, 8]) >>> np.append(x,[9,10]) array([ 0, 1, 2, ...
Numpy数组和矩阵运算（1.创建数组）
06-14
Numpy数组优势：相对列表，运算速度更快，占用资源更少。我们使用Numpy这个工具，可以极大地优化数据挖掘能力。 本章作为示例，列出了Numpy所有常用的方法与实践，并结合作者所做批注和笔记，希望能帮助读者快速理解...
[Python/PyTorch基础] Numpy学习笔记
12-21
目录Numpy基础引文Numpy的主要特点Numpy主要内容生成Numpy数组从已有数据中创建数组利用random模块生成数组创建特定形状的多维数组利用arange、linspace函数生成数组获取元素通过指定索引标签通过函数算数运算数组...
python必备库 学习笔记 numpy
12-21
ndarray创建随机 ndarraynumpy.arange(a,b,n).reshape(i,j)numpy.linespace(a,b,n).reshape(i，j)numpy.narray的属性numpy.array.ndimnumpy.array.shapenumpyp.array.sizenumpy.narray运算-+array**nnumpy.sin(array...
Numpy数组和矩阵运算（3.索引、切片和迭代）
06-14
Numpy数组优势：相对列表，运算速度更快，占用资源更少。我们使用Numpy这个工具，可以极大地优化数据挖掘能力。 本章作为示例，列出了Numpy所有常用的方法与实践，并结合作者所做批注和笔记，希望能帮助读者快速理解...
战略规划之五看三定方法论.pptx
06-14
战略规划之五看三定方法论.pptx
cutcamera1718339848103.png
06-14
cutcamera1718339848103.png
小游戏的java程序开发
06-14
小游戏的java程序开发
python 4个作业.zip
最新发布
06-14
Python学习笔记，复习巩固，作业！！！
numpy笔记.xmind
07-09
在numpy的学习过程中，我创建了一个名为"numpy笔记.xmind"的思维导图来总结和记录重要的概念和函数。 首先，我在思维导图中列出了numpy的基本数据结构，包括多维数组（ndarray）、切片和索引。我理解了如何创建和...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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