关于numpy的部分案例

其中关于布尔值的索引是重点

import pandas as pd
import numpy as np

obj1=np.arange(16).reshape(4,4)
# print(obj1)

a=np.array([[2,3,4],[5,6,7]])
# print(a[0][1])
# print(a[0,1])

b=np.empty([3,4])
# print(b)

import numpy as np

arr = np.array([1, 1, 1, 134, 45, 3, 46, 45, 65, 3, 23424, 234, 12, 12, 3, 546, 1, 2])
# print(np.where(arr==45))
# print(np.arange(len(arr)))

# numpy中的布尔值索引
obj2=np.arange(9).reshape(3,3)
buer=np.array([['T','F','F'],['F','T','F'],['F','F','T']])
c=(np.where(buer=='T'))
print(obj2[c])
# print(obj2)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumPy Cookbook是一个针对NumPy库的实用指南,提供了一系列有关NumPy常用函数和技巧的案例示例。 这本书主要包含了以下几个方面的内容: 1. 数组的创建和操作:介绍了如何创建NumPy数组、改变数组的形状、轴和数据类型,以及利用广播功能对数组进行运算等。 2. 数组的索引和切片:详细说明了如何通过索引和切片操作数组的不同部分和元素,并进行常见的操作,如元素替换、添加、删除等。 3. 数组的数学运算:介绍了NumPy中的数学函数和运算符,如加法、减法、乘法、除法、平方、开方等,以及常见的统计计算,如均值、方差、标准差等。 4. 数组的排序和搜索:介绍了如何对数组进行排序操作,包括升序、降序和自定义排序规则,并介绍了常见的搜索算法,如二分查找和线性搜索等。 5. 数组的文件操作:讲解了如何将数组保存到文件中,并如何从文件中读取数组数据,以及如何处理包含缺失值的数据。 6. 高级技巧:介绍了NumPy中一些高级的数组操作技巧,如数组的重塑、合并和分割,以及数组的广播和矢量化计算等。 NumPy Cookbook以实例为基础,通过详细的代码示例和解释,帮助读者快速理解和掌握NumPy库的常用函数和技巧。无论是初学者还是有一定经验的科学计算开发者,都可以从中受益。它是学习和使用NumPy库的一本较为实用的参考书。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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