python(numpy基本使用)

这个慢慢更新

1.np.array()

import numpy as np
arr1=np.array([1,2,3,4,5,6,7,8])
print(arr1.shape)
arr2=np.reshape(arr1,(2,4)) #按照一定的顺序将原来的数组的形状进行重新排序(这里是2行4列)
print(arr2)

#两种不同的方式构建数组
arr3=np.array([[1,2],[3,4],[6,7]])
arr4=np.array(((1,2),(3,4)))
#属性的使用
print(arr3)
print(arr3.ndim)     #代表数组的列
print(arr3.size)     #数组的一共的元素
print(arr3.dtype)    #数组的类型
print(arr4)
print(arr3.shape)

用一个np.shape  就可以知道几行+几列+数组的长度;

2.常用的函数

arr5=np.zeros((3,3)) #全0
arr6=np.ones((3,3))  #全1
arr7=np.arange(0,10) #顺序产生0-9
arr8=np.arange(0,12,3)#间隔取数
arr9=np.arange(0,12).reshape(3,4)#将0-11  1行分成3行
arr10=np.linspace(0,10,5)   0-10 5等分
arr11=np.random.random ((3,3))

3.数组运算

mport numpy as np
math = np.array([98, 83, 86, 92, 67, 82])
english = np.array([68, 74, 66, 82, 75, 89])
chinese = np.array([92, 83, 76, 85, 87, 77])
total_symbol = math + english + chinese
total_fun = np.add(chinese, np.add(math, english))  #不能连加 只能实现2个数的连加
print("---------------加法运算--------------")
print("符号加法\n", total_symbol)
print("函数加法\n", total_fun)
print("---------------除法运算--------------")
height = np.array([165, 177, 158, 169, 173])
weight = np.array([62, 73, 59, 72, 80])
BMI_symbol = weight / (height / 100) ** 2
BMI_fun = np.divide(weight, np.divide(height, 100) ** 2)
print("符号除法\n", BMI_symbol)
print("函数除法\n", BMI_fun)
print("---------------余数运算--------------")
arr7 = np.array([[1, 2, 10], [10, 8, 3], [7, 6, 5]])
arr8 = np.array([[2, 2, 2], [3, 3, 3], [4, 4, 4]])
print("数组arr7 \n", arr7)
print("数组arr8 \n", arr8)
print('计算余数:\n', arr7 % arr8)
print("计算整除:\n", arr7 // arr8)
print("计算指数:\n", arr7 ** arr8)
print("---------------比较运算-------------")
print("---------------取子集---------------")
print(arr7)
print("满足arr7的元素>arr8的元素\n", arr7[arr7 > arr8])
arr9 = np.array([3, 10, 23, 7, 16, 9, 17, 22, 4, 8, 15])
print("满足条件>10所有arr9的元素\n", arr9[arr9 > 10])
print("---------------判断操作-------------")
print("二维数组arr7中元素大于7的变成5,其余不变\n", np.where(arr7 > 7, 5, arr7))
print("一维数组arr9中元素大于7的变成5,其余不变\n", np.where(arr9 > 7, 5, arr9))

print("满足arr7的元素>arr8的元素\n", arr7[arr7 > arr8]) 只是返回具体的值,并没有返回索引;

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NumpyPython中用于科学计算的基础库之一,它提供了高效的多维数组对象,以及用于处理这些数组的工具。下面是一些常用的Numpy用法: 1. 导入Numpy库 ```python import numpy as np ``` 2. 创建Numpy数组 可以通过`np.array()`函数来创建一个Numpy数组。 ```python a = np.array([1, 2, 3]) # 一维数组 b = np.array([[1, 2, 3], [4, 5, 6]]) # 二维数组 ``` 也可以通过`np.zeros()`或`np.ones()`函数创建一个全0或全1的数组。 ```python c = np.zeros((2, 3)) # 2行3列的全0数组 d = np.ones((3, 4)) # 3行4列的全1数组 ``` 3. Numpy数组的属性 可以通过以下属性获取Numpy数组的信息: ```python print(a.shape) # 输出(3,),表示一维数组,长度为3 print(b.shape) # 输出(2, 3),表示二维数组,2行3列 print(c.shape) # 输出(2, 3),表示二维数组,2行3列 print(d.shape) # 输出(3, 4),表示二维数组,3行4列 print(a.ndim) # 输出1,表示一维数组 print(b.ndim) # 输出2,表示二维数组 print(c.ndim) # 输出2,表示二维数组 print(d.ndim) # 输出2,表示二维数组 ``` 4. Numpy数组的切片和索引 可以使用切片语法和索引语法来获取Numpy数组的部分内容。 ```python a = np.array([1, 2, 3, 4, 5]) print(a[1:3]) # 输出[2, 3],表示获取a数组中下标为1和下标为2的元素 print(a[2:]) # 输出[3, 4, 5],表示获取a数组中下标为2及其后面的所有元素 print(a[:3]) # 输出[1, 2, 3],表示获取a数组中前三个元素 print(a[-2:]) # 输出[4, 5],表示获取a数组中倒数两个元素及其后面的所有元素 b = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(b[1:]) # 输出[[4, 5, 6], [7, 8, 9]],表示获取b数组中第2行及其后面的所有行 print(b[:, 1:]) # 输出[[2, 3], [5, 6], [8, 9]],表示获取b数组中每行的第2个元素及其后面的所有元素 ``` 5. Numpy数组的运算 Numpy数组支持各种数学运算,比如加、减、乘、除等。 ```python a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) print(a + b) # 输出[5, 7, 9],表示对应元素相加 print(a - b) # 输出[-3, -3, -3],表示对应元素相减 print(a * b) # 输出[4, 10, 18],表示对应元素相乘 print(a / b) # 输出[0.25, 0.4, 0.5],表示对应元素相除 ``` 6. Numpy数组的广播 Numpy数组支持广播,即在进行运算时,两个数组的形状不同时,会自动将小的数组复制成大的数组的形状。 ```python a = np.array([1, 2, 3]) b = 2 print(a + b) # 输出[3, 4, 5],表示将b复制成[2, 2, 2],然后与a数组相加 ``` 以上是Numpy的一些基本用法,希望对您有所帮助。
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