numpy常用功能总结

numpy常用功能总结

1.数组重构reshape

In [2]: arr=np.arange(16).reshape(2,8)
out[2]:
 
In [3]: arr
out[3]:
array([[ 0,  1,  2,  3,  4,  5,  6,  7],
       [ 8,  9, 10, 11, 12, 13, 14, 15]])
 
In [4]: arr.reshape(4,-1) #将arr变成4行的格式，列数自动计算的(c=4, d=16/4=4)
out[4]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])
--------------------- 
作者：我是二师兄 
来源：CSDN 
原文：https://blog.csdn.net/W_weiying/article/details/82112337 
版权声明：本文为博主原创文章，转载请附上博文链接！

2.取最值

count2 = np.array(count1).reshape(len(count1),1)
count_max = count2.max()
count_min = count2.min()

3.np.stack与np.column_stack
可理解为合并（或者堆叠），其中np.column_stack大概是按列进行合并，有点复杂，详情百度

predicted_value = pd.DataFrame(predicted_value)
real_value = pd.DataFrame(real_value)
result_xlsx=np.column_stack((real_value,predicted_value))
df=pd.DataFrame(result_xlsx,columns=['real_value','predicted_value'])
df.to_excel('test_result.xlsx')