numpy_5

import numpy as np
data = np.sin(np.arange(20)).reshape(5,4)
print (data)
print(10*"*")
ind = data.argmax(axis=0)
print (ind)
print(10*"*")
print(range(0,4))
print(10*"*")
data_max = data[ind, range(data.shape[1])]
print (data_max)
print(10*"*")
all(data_max == data.max(axis=0))
[[ 0.          0.84147098  0.90929743  0.14112001]
 [-0.7568025  -0.95892427 -0.2794155   0.6569866 ]
 [ 0.98935825  0.41211849 -0.54402111 -0.99999021]
 [-0.53657292  0.42016704  0.99060736  0.65028784]
 [-0.28790332 -0.96139749 -0.75098725  0.14987721]]
**********
[2 0 3 1]
**********
range(0, 4)
**********
[0.98935825 0.84147098 0.99060736 0.6569866 ]
**********





True
a = np.arange(0, 40, 10)
b = np.tile(a, (3, 5)) 
print (b)
[[ 0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30]
 [ 0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30]
 [ 0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30  0 10 20 30]]

a = np.arange(0, 40, 10)
print a
print ‘—’
b = np.tile(a, (1, 4))
print b
#print a
#print b



a = np.array([[4, 3, 5], [1, 2, 1]])
print( a)
print(10*"*")
print(np.sort(a, axis=1)) 

print(10*"*")
print(np.sort(a,axis=0))
print(10*"*")
a = np.array([4, 3, 1, 2])
print (np.argsort(a))
print(10*"*")
print (a[j])
print(10*"*")
[[4 3 5]
 [1 2 1]]
**********
[[3 4 5]
 [1 1 2]]
**********
[[1 2 1]
 [4 3 5]]
**********
[2 3 1 0]
**********
[1 2 3 4]
**********

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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