Python中NumPy的简单实用操作

最新推荐文章于 2024-08-31 16:50:50 发布

11.01

最新推荐文章于 2024-08-31 16:50:50 发布

阅读量187

点赞数

文章标签： numpy python 开发语言

本文链接：https://blog.csdn.net/weixin_58964057/article/details/126821550

版权

本文详细介绍了使用NumPy库进行数组操作的各种方法，包括查找最大值、创建特定数值数组、数组相加和相乘、数组求和、多维矩阵转换、索引和切片、数组拆分、矩阵删除和插入、以及矩阵的尾部添加等操作。通过实例展示了每个操作的具体实现，是学习NumPy数组操作的实用教程。

摘要由CSDN通过智能技术生成

1.寻找数组中的最大值

import numpy as np

data = np.array([666,211,985])
print(data.max())

2.打印一个数组，数组中的三个数均为1

import numpy as np


print(np.ones(3))

3.打印一个数组，数组中的五个数均为0

import numpy as np


print(np.zeros(5))

4.打印一个数组，数组中的五个数均为随机数

import numpy as np


print(np.random.random(5))

5.数组之间的相加

import numpy as np

data = np.array([665, 210, 984])
ones = np.ones(1)

print(data + ones)

6.数组之间的相乘

import numpy as np

data1 = np.array([1, 2, 3])
data2 = np.array([4, 5, 6])

print(data1 * data2)

7.数组求和

import numpy as np

data = np.array([985000000, 211000, 666])

print(data.sum())

8.多维矩阵

将下列矩阵变为三行两列的矩阵

import numpy as np

data = np.array([[9,2,8],[1,5,1]])
data.shape = (3,2)
print(data)

9.矩阵的索引和切片

切片：

import numpy as np

arr = np.arange(12)
print('array is:', arr)

slice_one = arr[:4]
print('slice begins at 0 and ends at 4 is:', slice_one)

slice_two = arr[7:10]
print('slice begins at 7 and ends at 10 is:', slice_two)

slice_three = arr[0:12:4]
print('slice begins at 0 and ends at 12 with step 4 is:', slice_three)

索引：

import numpy as np

arr = np.array([
    [1, 2, 3, 4],
    [2, 4, 6, 8],
    [3, 6, 9, 12],
    [4, 8, 12, 16]
])
print('第二行第二列的值:', arr[1, 1])

10.数组拆分

竖直拆分

import numpy as np
arr1 = np.arange(16).reshape(4, 4)
print(arr1)
arr2 = np.split(arr1, 2, axis=1)
print(arr2)

水平拆分

import numpy as np
arr1 = np.arange(9).reshape(3, 3)
print(arr1)
np.split(arr1, 3, axis=0)
arr2 = np.vsplit(arr1, 3)
print(arr2)

11.矩阵的删除

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
p1 = np.delete(matrix, 1, 0) # 第0维度(行)第1行被删除(初始行为0行)
print('>>>>p1>>>>\n',p1)
p2 = np.delete(matrix, 1, 1) # 第1维度(列)第1行被删除
print('>>>>p2>>>>\n',p2)
p3 = np.delete(matrix, 1) # 拉平后删除第1个元素(初始为第0个)
print('>>>>p3>>>>\n',p3)
p4 = np.delete(matrix, [0,1], 1) # 第1维度(列)第0、1行被删除
print('>>>>p4>>>>\n',p4)

12.矩阵的插入

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
q1 = np.insert(matrix, 1, [1,1,1,1], 0) # 第0维度(行)第1行添加[1,1,1,1]
print('>>>>q1>>>>\n',q1)
q2 = np.insert(matrix, 0, [1,1,1], 1) # 第1维度(列)第0列添加1,1,1
print('>>>>q2>>>>\n',q2)
q3 = np.insert(matrix, 3, [1,1,1,1], 0) # 第0维度(行)第3行添加[1,1,1,1]
print('>>>>q3>>>>\n',q3)

13.矩阵尾部添加操作

import numpy as np
matrix = [
[1,2,3,4],
[5,6,7,8],
[9,10,11,12]
]
m1 = np.append(matrix,[[1,1,1,1]],axis=0)
# 第0维度(行)尾部添加[[1,1,1,1]],注意两个[],相同维度
print('>>>>m1>>>>\n',m1)
m2 = np.append(matrix,[[1],[1],[1]],axis=1)

# 第1维度(列)尾部添加[[1],[1],[1]],注意两个[],相同维度
print('>>>>m2>>>>\n',m2)
m3 = np.append(matrix,[1,1,1,1])

# 拉平后再尾部添加[1,1,1,1]，这里可以[[1,1,1,1]]和[1,1,1,1]均可
print('>>>>m3>>>>\n',m3)