task2 索引:
y[::2, :3:2] = -1
起初这个没看懂,后来查了知道这个是切片的意思。
y[a🅱️c,d:e:f]
a b c表示start:stop:step 逗号前表示行,逗号后表示列
numpy.ndarray.copy() 函数创建一个副本。 对副本数据进行修改,不会影响到原始数据,它们物理内存不在同一位置。
布尔索引:
x = np.array([1, 2, 3, 4, 5, 6, 7, 8])
x = np.array([np.nan, 1, 2, np.nan, 3, 4, 5])
y = np.logical_not(np.isnan(x))
print(x[y])
输出结果: [1. 2. 3. 4. 5.]
y = np.logical_not(np.isnan(x))意思就是输出x数组中不为空的元素
x = np.linspace(0, 2 * np.pi, 50)表示:
线性空间,取值范围为0到2pi,默认包含100个点
如:linspace(0,2pi,50),那么只取50个点
x = np.array([[11, 12, 13, 14, 15],
[16, 17, 18, 19, 20],
[21, 22, 23, 24, 25],
[26, 27, 28, 29, 30],
[31, 32, 33, 34, 35]])
y = np.apply_along_axis(np.sum, 0, x)
print(y) # [105 110 115 120 125]
对每列求和
0表示列,1表示行;
y = np.apply_along_axis(np.sum, 1, x)
print(y) # [ 65 90 115 140 165]
1.函数原型
numpy.apply_along_axis(func, axis, arr, *args, **kwargs)
2.作用:
将arr数组的每一个元素经过func函数变换形成的一个新数组
3.参数介绍:
其中func,axis,arr是必选的
func是我们写的一个函数
axis表示函数func对arr是作用于行还是列
arr便是我们要进行操作的数组了
可选参数:*args, **kwargs。都是func()函数额外的参数。