numpy基础篇-简单入门教程3

numpy基础篇-简单入门教程3

  • np
import numpy as np
  • np.__version__
print(np.__version__)  # 1.15.2
  • numpy.arange(start, stop, step, dtype),创建一维范围数组
print(np.arange(10))                           # [0 1 2 3 4 5 6 7 8 9]
print(np.arange(1, 5, 2))                      # [1 3]
print(np.linspace(1, 10000, 4, dtype=int))     # 四个数的等差数列 [    1  3334  6667 10000]
print(np.logspace(1,  4, num=4, dtype=float))  # 四个数的等比数列 [   10.   100.  1000. 10000.]
  • np.ones((2, 2), dtype=bool),创建布尔数组
print(np.full((2, 2), True, dtype=bool))  # [[ True  True] [ True  True]]

print(np.ones((2, 2), dtype=bool))        # [[ True  True] [ True  True]]

print(np.full((2, 2), 3, dtype=float))    # [[3. 3.] [3. 3.]]
  • 提取所有的奇数
arr = np.arange(10)

a = arr[arr % 2 == 1]
print(a)             # [1 3 5 7 9]
  • 所有的奇数赋值为-1
arr[arr % 2 == 1] = -1
print(arr)           # [ 0 -1  2 -1  4 -1  6 -1  8 -1]
  • 奇数赋值为 -1,其他数 +1
arr = np.arange(10)
out = np.where(arr % 2 == 1, -1, arr + 1)

print(arr)          # [0  1  2  3  4  5  6  7  8  9]
print(out)          # [1 -1  3 -1  5 -1  7 -1  9 -1]
  • np.concatenate([a, b], axis=0)或np.vstack([a, b]),垂直拼接两个数组
a = np.arange(10).reshape(2, 5)
b = np.repeat(1, 10).reshape(2, -1)  # automatically decides the number of cols
print(a)                             # [[0 1 2 3 4] [5 6 7 8 9]]
print(b)                             # [[1 1 1 1 1] [1 1 1 1 1]]
print(type(a))                       # <class 'numpy.ndarray'>
print(np.concatenate([a, b], axis=0))  # [[0 1 2 3 4] [5 6 7 8 9] [1 1 1 1 1] [1 1 1 1 1]]
print(np.vstack([a, b]))               # same
print(np.r_[a, b])                     # same
  • np.concatenate([a, b], axis=1)或np.hstack([a, b]),水平拼接两个数组
print(np.concatenate([a, b], axis=1))  # [[0 1 2 3 4 1 1 1 1 1] [5 6 7 8 9 1 1 1 1 1]]
print(np.hstack([a, b]))               # same
print(np.c_[a, b])                     # same
  • np.repeat(a, 3),np.tile(a, 3),重复序列的两种方式
a = np.array([1, 2, 3])

print(np.repeat(a, 3))                 # [1 1 1 2 2 2 3 3 3]

print(np.tile(a, 3))                   # [1 2 3 1 2 3 1 2 3]

print(np.r_[np.repeat(a, 3), np.tile(a, 3)])  # 水平拼接 [1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]
  • np.intersect1d(a, b)获取共有项,np.setdiff1d(a, b)获取a独有项
a = np.array([1, 2, 3, 6])
b = np.array([1, 2, 8, 9])

print(np.intersect1d(a, b))  # [1 2]

print(np.setdiff1d(a, b))    # [3 6]
  • np.where(a == b)获取元素匹配的位置,相同位置元素相同成为匹配
print(a == b)  # [ True  True False False]
print(np.where(a == b))      # (array([0, 1]),)
  • np.where((a >= 5) & (a <= 7))提取给定范围的数字
a = np.arange(3, 10)
b = a[(a >= 5) & (a <= 7)]

print((a >= 5) & (a <= 7))         # [False False  True  True  True False False]
print(np.logical_and(a>=5, a<=7))  # [False False  True  True  True False False]
print(b)                           # [5 6 7]

index1 = np.where((a >= 5) & (a <= 7))
index2 = np.where(np.logical_and(a>=5, a<=7))  # 两种方法的效果相同

print(a[index1])      # [5 6 7]
print(a[index2])      # [5 6 7]
  • np.vectorize(max),使用(自定义)函数处理数组,提取每一列的最大值
print(max(5, 6))   # 6

a = np.array([1, 2, 3])
b = np.array([2, 1, 3])

pair_max = np.vectorize(max, otypes=[float])  # 提取每一列的最大值

print(pair_max(a, b))  # [2 2 3]
  • arr[:, [1, 0, 2]],交换二维数组的两列,理解为列的复制粘贴
arr = np.arange(9).reshape(3, 3)

print(arr[:, [1, 0, 2]])
# [[1 0 2]
#  [4 3 5]
#  [7 6 8]]
  • arr[[1, 0, 2], :],交换二维数组的两行
print(arr[[1, 0, 2], :])
# [[3 4 5]
#  [0 1 2]
#  [6 7 8]]
  • arr[:: -1, :],反转二维数组的行
print(arr[::-1])
# [[6 7 8]
#  [3 4 5]
#  [0 1 2]]
print(arr[:: -1, :])
# [[6 7 8]
#  [3 4 5]
#  [0 1 2]]
  • arr[:, ::-1],反转二维数组的列
print(arr[:, ::-1])
# [[2 1 0]
#  [5 4 3]
#  [8 7 6]]

END

posted @ 2019-02-24 22:44 YangZhaonan 阅读(...) 评论(...) 编辑 收藏

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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