前言
导包
import numpy as np``
universal fuction 对数组的数据执行元素级别的运算,可以对单个数值进行操作,也可以对数组的每个元素济宁操作的函数(广播运算)
1.0 一元函数
老样子创一个数组
arr1 = np.array([1,-2,3,4.5])
arr1
array([ 1. , -2. , 3. , 4.5])
ceil向上取整
np.ceil(4.4)
5.0
np.ceil(arr1)
array([ 1., -2., 3., 5.])
整数小数分开
np.modf(arr1)
(array([ 0. , -0. , 0. , 0.5]), array([ 1., -2., 3., 4.]))
判断空值
np.isnan(arr1)
array([False, False, False, False])
arr2 = np.array([1,2,3,np.nan,5])
arr2
np.isnan(arr2)
array([ 1., 2., 3., nan, 5.])
array([False, False, False, True, False])
2.0 二元函数
2.1 add
add数组相加
np.add(1,5)
6
我们从0到10之间随机取5个数组成数组3和4
arr3 = np.random.randint(0,10,5)
arr3
arr4 = np.random.randint(0,10,5)
arr4
分别为
array([0, 1, 2, 5, 9])
array([8, 5, 8, 9, 6])
再创建一个5组5行3列的含从0到10随机元素多维数组,设置为数组5
arr5 = np.random.randint(0,10,(5,5,3))
arr5
array([[[6, 6, 8],
[5, 3, 8],
[6, 7, 6],
[0, 7, 1],
[4, 7, 5]],
[[9, 8, 4],
[1, 4, 0],
[5, 8, 2],
[0, 3, 5],
[2, 5, 3]],
[[5, 6, 5],
[7, 2, 0],
[0, 4, 6],
[8, 7, 2],
[4, 1, 4]],
[[4, 3, 5],
[5, 0, 9],
[0, 2, 3],
[7, 0, 2],
[6, 7, 6]],
[[8, 1, 7],
[2, 4, 9],
[6, 4, 3],
[8, 1, 9],
[2, 7, 8]]])
我们尝试一下一维数组能否和多维数组相加
np.add(arr3,arr5)
ValueError Traceback (most recent call last)
in
----> 1 np.add(arr3,arr5)
ValueError: operands could not be broadcast together with shapes (5,) (5,5,3)
可见不能被广播
2.2 subtract
相减函数
np.subtract(arr3,arr4)
array([-8, -4, -6, -4, 3])
2.3 mul
相乘函数
我们导入上面提及的一维数组3和一维数组4
arr3
array([0, 1, 2, 5, 9])
arr4
array([8, 5, 8, 9, 6])
对他们进行相乘
np.multiply(arr3,arr4)
array([ 0, 5, 16, 45, 54])
np.multiply(arr3,3)
array([ 0, 3, 6, 15, 27])
2.4 div
numpy的相除函数
np.divide(arr3,arr4)
array([0. , 0.2 , 0.25 , 0.55555556, 1.5 ])
3.0 三元函数
np.where(arr3>arr4,arr3,arr4)
array([8, 5, 8, 9, 9])
给出一个数组,找出所有的四舍五入之后大于20并且小于50的柱子,修改为30,其他数值不变
arr6 = np.array([3,21,32,54])
arr6
array([ 3, 21, 32, 54])
np.where((arr6>20)*(arr6<50),30,arr6)
array([ 3, 30, 30, 54])
arr7 = np.random.uniform(0,100,(3,4))
print(arr7)
[[ 6.58307358 75.87005068 45.08649366 45.7019951 ]
[91.62563792 2.0447113 76.57481961 6.55505169]
[52.08584817 73.99392712 48.58167763 26.63560915]]
np.where((np.rint(arr6)>20)&(np.rint(arr6)<50),30,arr6)
array([ 3, 30, 30, 54])
4.0 条件筛选
4.1 all
要求所有的元素都要满足指定的条件
np.all(arr7>50)
False
axis=1 代表的是以行为标准
np.all(arr7>20,axis=1)
array([False, False, True])
axis=0 代表的是以列为标准
np.all(arr7>20,axis=0)
array([False, False, True, False])
4.2 any
np.any(arr7>50)
True