python的numpy函数_Python—numpy函数概述,Pythonnumpy,的,总结

写在前面

本博客属于积累博客，后续遇到一些numpy高阶函数，会全部总结在这个博客内，以下np表示numpy。

1. np.where()

np.where 的用法有两种，下面分别介绍，

本文除非比要，均不给源码，会用就行，这种高阶函数真没必要死扣源码

1.1 np.where(condition,x,y)

满足条件(condition)，输出x，不满足输出y。

如果是一维数组，相当于

[xv if c else yv for (c,xv,yv) in zip(condition,x,y)]

>>> aa = np.arange(10)

>>> np.where(aa,1,-1)

array([-1, 1, 1, 1, 1, 1, 1, 1, 1, 1]) # 0为False，所以第一个输出-1

>>> np.where(aa > 5,1,-1)

array([-1, -1, -1, -1, -1, -1, 1, 1, 1, 1])

>>> np.where([[True,False], [True,True]], # 官网上的例子

[[1,2], [3,4]],

[[9,8], [7,6]])

array([[1, 8],

[3, 4]])

上面这个例子的条件为[ [True,False], [True,False] ]，分别对应最后输出结果的四个值。第一个值从[1,9]中选，因为条件为True，所以是选1。第二个值从[2,8]中选，因为条件为False，所以选8，后面以此类推。类似的问题可以再看个例子：

>>> a = 10

>>> np.where([[a > 5,a < 5], [a == 10,a == 7]],

[["chosen","not chosen"], ["chosen","not chosen"]],

[["not chosen","chosen"], ["not chosen","chosen"]])

array([['chosen', 'chosen'],

['chosen', 'chosen']], dtype='

1.2 np.where(condition)

只有条件 (condition)，没有x和y，则输出满足条件 (即非0) 元素的坐标 (等价于numpy.nonzero)。这里的坐标以tuple的形式给出，通常原数组有多少维，输出的tuple中就包含几个数组，分别对应符合条件元素的各维坐标。

>>> a = np.array([2,4,6,8,10])

>>> np.where(a > 5)# 返回索引

(array([2, 3, 4]),)

>>> a[np.where(a > 5)] # 等价于 a[a>5]

array([ 6, 8, 10])

>>> np.where([[0, 1], [1, 0]])

(array([0, 1]), array([1, 0]))

#

上面这个例子条件中[[0,1],[1,0]]的真值为两个1，各自的第一维坐标为[0,1]，第二维坐标为[1,0]

下面看个复杂点的例子：

>>> a = np.arange(27).reshape(3,3,3)

>>> a

array([[[ 0, 1, 2],

[ 3, 4, 5],

[ 6, 7, 8]],

[[ 9, 10, 11],

[12, 13, 14],

[15, 16, 17]],

[[18, 19, 20],

[21, 22, 23],

[24, 25, 26]]])

>>> np.where(a > 5)

(array([0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2]),

array([2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2, 0, 0, 0, 1, 1, 1, 2, 2, 2]),

array([0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]))

# 符合条件的元素为

[ 6, 7, 8]],

[[ 9, 10, 11],

[12, 13, 14],

[15, 16, 17]],

[[18, 19, 20],

[21, 22, 23],

[24, 25, 26]]]

所以np.where会输出每个元素的对应的坐标，因为原数组有三维，所以tuple中有三个数组。

2. np.argwhere(a)

3. np.unique()

这个函数最常用的两个参数是1和4，即：返回数组中元素的种类(有什么)，并且返回每个种类对应有多少

4. np.max()&np.argmax()

第一个是返回数组中最大的元素，第二个是返回数组中最大元素对应的索引

对应的np.min()&np.argmin()