Python 之 Numpy (三)运算

代码：

import numpy as np# 加减
a = np.array([10, 20, 30, 40])
b = np.arange(4)
c = a - b
print(a, b)
print(c)

运行结果：

[10 20 30 40] [0 1 2 3]
[10 19 28 37]

代码：

# 三角函数
a = np.array([10, 20, 30, 40])
b = 10 * np.sin(a)
print(b)

运行结果：

[-5.44021111  9.12945251 -9.88031624  7.4511316 ]

代码：

# 判断矩阵里元素
a = np.array([10, 20, 30, 40])
b = np.arange(4)
print(b)
print(b < 3)
print(b == 3)

运行结果：

[0 1 2 3]
[ True  True  True False]
[False False False  True]

代码：

# 二维矩阵运算
a = np.array([[1, 1],[0, 1]])
b = np.arange(4).reshape((2, 2))
print(a)
print(b)
# 乘法
# 逐个相乘
c = a * b
print(c)
# 矩阵乘法
c = np.dot(a, b)
c1 = a.dot(b)
print(c)
print(c1)

运行结果：

[[1 1][0 1]]
[[0 1][2 3]]
[[0 1][0 3]]
[[2 4][2 3]]
[[2 4][2 3]]

代码：

# 随机生成矩阵
a = np.random.random((2, 4))
print("随机生成矩阵")
print(a)
print(np.sum(a, axis=1))  # 按行求和
print(np.min(a, axis=0))  # 按列
print(np.max(a, axis=1))  # 按行

运行结果：

随机生成矩阵
[[ 0.50727226  0.69861239  0.4337988   0.94719061][ 0.52180977  0.33662019  0.36415968  0.37560842]]
[ 2.58687406  1.59819807]
[ 0.50727226  0.33662019  0.36415968  0.37560842]
[ 0.94719061  0.52180977]

代码：

# 索引
A = np.arange(2, 14).reshape((3, 4))
print(A)
# 最小值索引
print(np.argmin(A))
# 最大值索引
print(np.argmax(A))
# 平均值
print(A.mean())
# 中位数
print(np.median(A))
# 累加
print(np.cumsum(A))
# 累差
print(np.diff(A))
# 找出非零数
print("非零数")
print(np.nonzero(A))
# 排序
print(np.sort(A))
# 矩阵的转置
print(A.T)
print(np.transpose(A))
print((A.T).dot(A))
# 所有小于5的数都等于5，所有大于9的数都等于9
print(A)
print(np.clip(A, 5, 9))

运行结果：

[[ 2  3  4  5][ 6  7  8  9][10 11 12 13]]
0
11
7.5
7.5
[ 2  5  9 14 20 27 35 44 54 65 77 90]
[[1 1 1][1 1 1][1 1 1]]
非零数
(array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))
[[ 2  3  4  5][ 6  7  8  9][10 11 12 13]]
[[ 2  6 10][ 3  7 11][ 4  8 12][ 5  9 13]]
[[ 2  6 10][ 3  7 11][ 4  8 12][ 5  9 13]]
[[140 158 176 194][158 179 200 221][176 200 224 248][194 221 248 275]]
[[ 2  3  4  5][ 6  7  8  9][10 11 12 13]]
[[5 5 5 5][6 7 8 9][9 9 9 9]]

Python 之 Numpy (三)运算相关推荐

python【Numpy科学计算库】连女朋友都会用的Numpy（真の能看懂~！）
文章目录 1 Numpy属性 2 Numpy的创建array 3 Numpy 基础运算1 4 Numpy 基础运算2 5 Numpy索引 6 Numpy array合并 7 Numpy array分割 ...
使用Python和Numpy进行波士顿房价预测任务（二）【深度学习入门_学习笔记】
使用Python和Numpy进行波士顿房价预测任务–详解目录: 一.数据处理 (1)读入数据 (2)数据形状变换 (3)数据集划分 (4)数据归一化处理 (5)封装成load data函数二.模型 ...
[转载] Python：Numpy详解
参考链接: Python中的numpy.vdot NumPy Ndarray 对象 NumPy 最重要的一个特点是其 N 维数组对象 ndarray,它是一系列同类型数据的集合,以 0 下标为开始进行 ...
[转载] Python 学习 - Numpy
参考链接: Python中的numpy.iscomplex Numpy 学习 Ndarray对象特点 N 维数组对象一系列同类型数据的集合下标从0开始每个元素在内存中占有相同存储大小由什 ...
看到一篇详细的关于Python之Numpy教程分享给和我一样在编程上的小白
NumPy - 简介 NumPy 是一个 Python 包. 它代表 "Numeric Python". 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric, ...
【莫烦Python】Numpy教程
目录前言 1.numpy属性 2.numpy的array创建 3.numpy的基础运算 4.numpy的基础运算2 5.numpy的索引 6.numpy的array合并 7.numpy的array分 ...
2w+字长文，一篇文章扫盲Python、NumPy 和 Pandas，建议收藏！
作为简单易学的编程语言,想要入门还是比较容易的,今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas,文末提供Python 技术交流群,欢迎加入,喜欢本文,点赞.收藏. 搭建语 ...
长文预警，一篇文章扫盲Python、NumPy 和 Pandas，建议收藏慢慢看
大家好,我是辰哥~ 今天我们来一篇超级长文,一次性扫盲Python.NumPy 和 Pandas Python 作为简单易学的编程语言,想要入门还是比较容易的搭建语言环境我们首先来了解下如何安装和 ...
python教程numpy
文章目录 1. numpy的安装 2. numpy数组的创建方法1:使用numpy.array()函数方法2:使用numpy.zeros()和numpy.ones()函数方法3:使用numpy. ...

Python 之 Numpy (三)运算

Python 之 Numpy (三)运算相关推荐

最新文章

热门文章