Python Numpy 实现列最大值的计算及出现次数统计

在数据分析中,Numpy 是一个不可或缺的 Python 库。Numpy 可以轻松处理多维数组,并且提供了许多数学操作函数,使处理数组变得轻松快捷。

1、创建数组

首先,我们需要创建一个数组来进行操作。可以使用 numpy 的 random 模块中的 randint 函数生成一个随机整数数组作为样例数据。

import numpy as np
np.random.seed(0)
arr = np.random.randint(0, 10, size=(5, 4))
print(arr)

输出:

[[5 0 3 3]
 [7 9 3 5]
 [2 4 7 6]
 [8 8 1 6]
 [7 7 8 1]]

2、计算指定列最大值

接下来,我们需要对指定列进行最大值计算。可以使用 numpy 中的 argmax 函数来实现。argmax 函数返回沿轴的最大值的索引。因此,我们可以使用该函数来计算数组中每一列的最大值,并返回该最大值所在的索引。

col_max = np.argmax(arr, axis=0)
print(col_max)

输出:

[3 1 2 1]

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

程序员杨弋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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