numpy学习之路（4）

最新推荐文章于 2024-09-22 17:12:26 发布

英雄＆萌萌

最新推荐文章于 2024-09-22 17:12:26 发布

阅读量147

点赞数

文章标签： python numpy

本文链接：https://blog.csdn.net/weixin_43323333/article/details/90672237

版权

这篇博客主要探讨了numpy中的数值处理函数，包括np.floor进行向下取整，np.around进行四舍五入操作，并详细介绍了np.ceil返回输入值的上限功能。此外，还讲解了numpy的花式索引和布尔索引的用法，特别是如何利用布尔条件来筛选数组元素。最后提到了numpy处理NaN值的方法。

摘要由CSDN通过智能技术生成

# np.argsort() 排序的索引
print('-' * 20)
a2 = np.array([4, 3, 1, 2])
j = np.argsort(a2)
print(j)  # [2 3 1 0]
print(a2[j])  # [1 2 3 4]

np.floor 返回不大于输入参数的最大整数。即对于输入值 x ，将返回最大的整数 i ，使得 i <= x。注意在Python中，向下取整总是从 0 舍入。

np.around 返回四舍五入后的值，可指定精度。
around(a, decimals=0, out=None)

np.ceil 函数返回输入值的上限，即对于输入 x ，返回最小的整数 i ，使得 i> = x。

numpy.where(condition[, x, y])
根据 condition 从 x 和 y 中选择元素，当为 True 时，选 x，否则选 y。
numpy的花式索引

import numpy as np
arr=np.arange(42).reshape(6,7)
print(arr)
print(arr[[1,2,3]])
print(arr[[0,1,2,3],[1,2,3,4]])#用来取斜线
print(arr[1:5:2,1:5:2])
print(arr[1:6:2,[2,4,6]])

结果

[[ 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 27]
 [28 29 30 31 32 33 34]
 [35 36 37 38 39 40 41]]
[[ 7  8  9 10 11 12 13]
 [14 15 16 1