【Python数据清洗】numpy.take()用法

最新推荐文章于 2024-02-20 18:30:24 发布
最新推荐文章于 2024-02-20 18:30:24 发布
阅读量1.1w 收藏 29
点赞数 3
分类专栏： Python数据清洗
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_39885465/article/details/103844941
版权
本文介绍了Python中numpy.take()函数的用法，通过实例解析如何根据提供的索引选取数组元素，特别提到在不同轴上的应用，以及它与fancy索引的关系。同时，文章提到了在数据清洗场景中的潜在应用。
摘要由CSDN通过智能技术生成

numpy.take()用法
学了Python很长时间了但是一直没有去研究take的使用方法
今天周末加班研究一下
写一个简单的笔记，基本上都是借鉴别人的
其旨在根据提供的索引值将元素形成数组输出，如下图所示;
在这里插入图片描述
numpy.take（a，indices，axis = None，out = None，mode =‘raise’ ）

沿轴取数组中的元素。

当axis不是None时，此函数与“fancy”索引（使用数组索引数组）的功能相同; 但是，如果您需要沿给定轴的元素，则可以更容易使用。这样的呼叫 相当于 。np.take(arr, indices, axis=3)arr[:,:,:,indices,…]

如果a是一个numpy array，a.take(m,1)表示取每一行的第m个值；a.take(m,0)表示取第m行

a = np.array([[1, 2, 4, ([1, 2, 5])], 
             [3, 2, 6, ([6, 5, 1])
最低0.47元/天 解锁文章
小猪课堂
关注
  • 3
    点赞
  • 踩
  • 29
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
python take函数_Numpy中take的用法
weixin_39638086的博客
03-01 1929
@numpy.take今天在学习批量梯度下降的时候，遇到到了numpy.take的使用。在查看数据时发现数据不对。在踩了不少坑之后把正确的用法分享给大家，希望有所帮助。官方给的是：numpy.take(a, indices, axis=None, out=None, mode=‘raise’)首先：import numpy as np1 一维a.take([1,3,5])然后检索并返回索引值np....
python中take函数_python – numpy多维索引和函数’take’
weixin_39722917的博客
12-05 898
在一周中的奇数天,我几乎理解numpy中的多维索引. Numpy有一个功能‘take’似乎做我想要的但是有额外的奖励我可以控制如果索引超出范围会发生什么具体来说,我有一个三维数组要求作为查找表lut = np.ones([13,13,13],np.bool)以及一个2×2的3长向量数组,作为表中的索引arr = np.arange(12).reshape([2,2,3]) % 13IIUC,如果我...
numpy基础属性方法随机整理（七）--- np.take() / np.where / np.argmax()/np.argmin()（对照pandas相应功能的属性和方法对比学习）
酱紫煲饭~
06-30 2712
Note1: np.take(close_prices, np.where(weekdays==weekday)) pandas中参考 《pandas基础属性方法随机整理（四）—实例梳理（多知识点）》有三种方法实现该条件查询功能： 方法1：辅助列 data[‘Mon’]， data[data[‘Mon’]==1].mean() # 方法2：辅助列data[‘Mon’]， # 查询.que...
numpy.take与numpy.argwhere的使用
mynaiskey的博客
10-31 129
numpy.take与numpy.argwhere的使用
操作 numpy 数组的常用函数
weixin_34336526的博客
03-04 269
操作 numpy 数组的常用函数 where 使用 where 函数能将索引掩码转换成索引位置： indices = where(mask) indices => (array([11, 12, 13, 14]),) x[indices] # this indexing is equivalent to the fancy indexing x[mask] => array([ ...
np.take()函数用法 python numpy
Rudy的博客
05-16 5317
np.take()函数用法-简记 np.take(a, indices, axis=None, out=None, mode='raise') 作用： 沿轴从数组中获取元素。（见例题注释） np.take? #可查询官方文档 例题1: import numpy as np a = np.array([[1,2,4,([1,2,6])], [3,2,6,([6,5,1])], [6,9,4,([3,7,5])]], dtype=object)
Python重构（三）
【CSDN官方推荐】
01-29 354
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。 PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 python免费学习资料、代码以及交流解答点击即可加入 历史重构方法： Python重构（一）Python重构（二） 编写干净的，Python式的代码就是要尽可能地使其易于理解，但又要简明扼要。以下是有关Python重构的系列文章的第三部分，第一部分见此，第二部分见此。本系列的重点是为什么这样做是好的做法，而不仅仅是教你如
python中take函数_Python pandas.DataFrame.take函数方法的使用
weixin_39531229的博客
12-05 2033
DataFrame.take(indices,axis=0,is_copy=None,**kwargs) [source]沿着坐标轴返回给定位置索引中的元素。这意味着我们没有根据对象的索引属性中的实际值进行索引。我们根据元素在对象中的实际位置建立索引。参数：indices：array-like一个整数数组，指示要take的位置。axis：{0或 ‘index’, 1 或 ‘colum...
python中take函数_numpy多维索引和函数“take”
weixin_39637711的博客
12-05 283
最初的问题是试图在表中进行查找，但是有些索引越界，我想控制发生这种情况时的行为。在import numpy as nplut = np.ones((5,7,11),np.int) # a 3-dimensional lookup tableprint("lut.shape = ",lut.shape ) # (5,7,11)# valid points are in the interior wi...
numpy.take()
weixin_30954607的博客
08-21 860
numpy.take numpy的.take（a，indices，axis = None，out = None，mode ='raise' ） 沿轴取数组中的元素。 这个函数与“花式”索引（使用数组索引数组）的功能相同;但是，如果您需要沿给定轴的元素，则可以更容易使用。 参数： a：array_like 源数组。 indices：array_lik...
numpy.take()用法
热门推荐
冥更的博客
04-12 2万+
numpy.take（a，indices，axis = None，out = None，mode ='raise'） 沿轴取数组中的元素。 当axis不是None时，此函数与“fancy”索引（使用数组索引数组）的功能相同;但是，如果您需要沿给定轴的元素，则可以更容易使用。这样的呼叫相当于。np.take(arr,indices,axis=3)arr[:,:,:,indices,....
numpy.take()用法总结
silent1cat的博客
08-13 877
概述 take用于根据提供的索引值将元素形成数组输出。 用法 numpy.take(a, indices, axis=None, out=None, mode='raise') 如果indices不是一维数组时 当axis不是None时，此函数与“fancy”索引（使用数组索引数组）的功能相同; 但是，如果您需要沿给定轴的元素，则可以更容易使用。 如果a是一个numpy array，a.take(m, 1)表示取每一行的第m个值；a.take(m, 0)表示取第m行。 希望这篇文章对大家的学习有所帮
python中take函数_Python Pandas Series.take()用法及代码示例
weixin_39645003的博客
12-05 1928
Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。Pandas Series.take()函数沿轴返回给定位置索引中的元素。在这里，我们不是根据对象的index属性中的实际值建立索引。我们正在根据元素在对象中的实际位置建立索引。用法： Series.take(indices, a...
numpy put函数,take函数介绍
chengfree的博客
06-24 7185
** numpy put函数,take函数介绍 ** numpy中take函数和put函数有着与神奇索引类似的作用，take函数可以用于获取数组子集，而put函数可以设置数组子集。 话不多说，直接上例子： #take函数 arr = np.arange(6)*100 #arr初始化为array( [0,100,200,300,400,500]) inds = [4,3,2] arr.tak...
Numpy中take的用法
hzh36的博客
06-17 2653
@numpy.take 今天在学习批量梯度下降到时候，遇到到了numpy.take的使用。在踩了不少坑之后把正确的用法分享给大家，希望有所帮助。 首先：import numpy as np #一维 a.take([1,3,5])然后检索并返回索引值 a=np.array([1,2,3,4,5,6,7,8]) a.take([1,3,5]) Out: array([2, 4, 6]) a.take([[1,2],[5,6],[7,3]]) Out[: array([[2, 3], [6, 7
关于numpy.take()用法
蓝桥杯
03-09 731
关于numpy.take()用法 此文章是对我当时使用错误后的改正，用以记录下来，并作分享。 首先用numpy定义一个二位数组 import numpy as np a = np.random.uniform(-10, 10, size=(3, 5)) print(a) output: [[ 9.56258678 0.78449895 1.48800984 3.86522118 3.0777375 ] [ 8.6176819 6.58367454 6.16471974 -3.711313
Numpy 使用numpy.take进行更快的高级索引
最新发布
edward_zcl的博客
02-20 326
作用： 沿轴从数组中获取元素。
numpy中where和take的用法
我的Python教程
12-11 585
如果轴的标签是负数，则它们表示从右到左的距离。x, y：当给出条件以及两个数组时，返回满足条件从 x 中提取的元素的数组，不满足条件的从 y 中提取的元素的数组。1.numpy.where() 函数返回输入数组中满足给定条件的元素的索引。在NumPy中，where和take是两个非常有用的函数，它们可以用于处理数组。在这个示例中，如果x中的元素大于25，则返回该元素，否则返回y中对应的元素。condition：当只有条件时，返回满足条件的元素的索引。indices：要提取的元素的索引。
python过滤掉numpy.array中非nan数据实例
09-01
要过滤掉numpy.array中的非NaN数据实例，可以使用np.isnan()函数和np.logical_not()函数来完成。 首先，我们需要导入numpy库，并创建一个含有NaN和非NaN数据的numpy数组。 ```python import numpy as np # 创建一个含有NaN和非NaN数据的numpy数组 arr = np.array([1, 2, np.nan, 4, np.nan, 6]) ``` 然后，我们可以使用np.isnan()函数来找出数组中的NaN数据，并返回一个布尔值数组。 ```python # 找出数组中的NaN数据 is_nan = np.isnan(arr) ``` 接下来，我们可以使用np.logical_not()函数来找出数组中的非NaN数据，并返回一个布尔值数组。 ```python # 找出数组中的非NaN数据 not_nan = np.logical_not(is_nan) ``` 最后，我们可以使用这个布尔值数组来过滤掉数组中的非NaN数据实例。 ```python # 过滤掉数组中的非NaN数据实例 filtered_arr = arr[not_nan] ``` 这样，我们就得到了一个只包含NaN数据的numpy数组。
评论 3
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