numpy
数据处理numpy
SunACong
这个作者很懒,什么都没留下…
展开
-
ndarray对象 其他方式创建数组
ndarray属性属性说明ndarray.nidm秩,即轴的数量或维度的数量ndarray.shape数组的维度,对于矩阵,n行m列ndarray.size数组的元素的总个数,相当于.shape中n*m的值ndarray.dtypendarray对象的元素类型ndarray.itemsizendarray对象中每个元素的大小,以字节为单位ndarray.flagsndarray对象的内存信息ndarray.raalndarray元素.原创 2021-10-17 21:32:23 · 89 阅读 · 0 评论 -
函数|(算数 三角 聚合 )
如果参与运算的两个对象 都是 ndarray,并且形状相同,那么会对位彼此之间进行(+ - * /)运算。NumPy 算术函数包含简单的加减乘除: add(),subtract(),multiply()和 divide()。import numpy as npa = np.arange(9).reshape(3, 3)b = np.array([10, 10, 10])print('加法')# print(a+b)print(np.add(a, b))print('减法')print(.原创 2021-10-17 16:21:44 · 129 阅读 · 1 评论 -
数组分隔 转置
split水平 垂直分割一维二维三维分割import numpy as npa = np.arange(1, 13)# split传递整数进行平均分割r = np.split(a, 4, axis=0)print(r)# 传递数组进行分割r = np.split(a, [4, 6], axis=0)print(r)# 二维数组进行分割 axis=0默认是垂直方向a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12],.原创 2021-10-17 15:58:59 · 88 阅读 · 0 评论 -
数组复制 修改维度 拼接
切片数组的复制浅拷贝深拷贝 np.copy()import numpy as npa = np.arange(1, 13).reshape((3, 4))print(a)# 通过切片获取的sub_a是新获得的数组,即使赋值给新币那辆,但还是原来数组的视图# 如果修改切片数组中元素的值,会影响原来的数组sub_a = a[:2, :2]print(sub_a)sub_a[0] = 10print(sub_a)print(a)# 可以使用numpy中的copy方法实现,#.原创 2021-10-17 15:37:49 · 239 阅读 · 0 评论 -
一维二维数组切片索引
一维数组索引import numpy as npa = np.arange(10)print(a)# 索引访问 从0开始到长度-1print('索引0处元素:', a[0])# 最后一个元素print('索引最后一个元素:', a[-1])一维数组切片# 切片 左闭右开 [start, stop, step]print(a[:]) # [0 1 2 3 4 5 6 7 8 9]print(a[3:]) # [3 4 5 6 7 8 9]print(a[:8]) #.原创 2021-10-17 15:07:12 · 245 阅读 · 0 评论 -
random randint randn
随即数创建np.random.randomimport numpy as np# 创建一个一维数组【0.0, 1.0】a = np.random.random(size=5)# 创建一个二维数组 3行4列a = np.random.random(size=(3, 4))# 创建一个三维数组 2个3行4列a = np.random.random(size=(2, 3, 4))np.random.randint# 创建一维整数数组 整数0-5# randint(low,原创 2021-10-15 17:51:04 · 101 阅读 · 0 评论 -
array arange
生成一个数组arangeimport numpy as npa = np.arange(10)print(a)print(type(a))# [0 1 2 3 4 5 6 7 8 9]# <class 'numpy.ndarray'>对列表元素开平方math.sqrt()np.sqrt()# 方法一math.sqrtimport mathb = [3, 4, 9]c = []for i in b: c.append(math.sqrt(i)).原创 2021-10-15 17:21:54 · 135 阅读 · 0 评论