Numpy学习 (3)

Numpy常用函数

求取精度

np.around([-0.6,1.2798,2.357,9.67,13], decimals=0)#取指定位置的精度
'''
array([-1.,  1.,  2., 10., 13.])
'''

看到没,负数进位取绝对值大的!

np.around([1.2798,2.357,9.67,13], decimals=1)
'''
array([ 1.3,  2.4,  9.7, 13. ])
'''

np.around([1.2798,2.357,9.67,13], decimals=2)
'''
array([ 1.28,  2.36,  9.67, 13.  ])
'''

从上面可以看出,decimals表示指定保留有效数的位数,当超过5就会进位(此时包含5)!

但是,如果这个参数设置为负数,又表示什么?

np.around([1,2,5,6,56], decimals=-1)
'''
array([ 0,  0,  0, 10, 60])
'''

发现没,当超过5时候(不包含5),才会进位!-1表示看一位数进位即可,那么如果改为-2呢,那就得看两位!

np.around([1,2,5,50,56,190], decimals=-2)
'''
array([  0,   0,   0,   0, 100, 200])
'''

看到没,必须看两位,超过50才会进位,190的话,就看后面两位,后两位90超过50,进位,那么为200!

取整

np.floor([-0.6,-1.4,-0.1,-1.8,0,1.4,1.7])
'''
array([-1., -2., -1., -2.,  0.,  1.,  1.])
'''

取上限

取上限!找这个小数的最大整数即可!

np.ceil([1.2,1.5,1.8,2.1,2.0,-0.5,-0.6,-0.3])
'''
array([ 2.,  2.,  2.,  3.,  2., -0., -0., -0.])
'''

查找

利用np.where实现小于0的值用0填充吗,大于0的数不变!

x = np.array([[1, 0],
       [2, -2],
     [-2, 1]])
print(x)
'''
[[ 1  0]
 [ 2 -2]
 [-2  1]]
 '''

np.where(x>0,x,0)
'''
array([[1, 0],
       [2, 0],
       [0, 1]])
'''
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