Python基础(二):Numpy函数介绍:Meshgrid,mgrid,append等
文章目录
- np.meshgrid函数
- np.mgrid函数
- np.append()函数 [5]
- 参考资料
np.meshgrid函数
meshgrid函数通常使用在数据的矢量化上。它适用于生成网格型数据,可以接受两个一维数组生成两个二维矩阵,对应两个数组中所有的(x,y)对。
meshgrid的作用是:根据传入的两个一维数组参数生成两个数组元素的列表。如果第一个参数是xarray,维度是xdimesion,第二个参数是yarray,维度是ydimesion。那么生成的第一个二维数组是以xarray为行,共ydimesion行的向量;而第二个二维数组是以yarray的转置为列,共xdimesion列的向量。
经常用来生产网格点:示例,生成一个20行30列的网格点矩阵[3]
x = np.linspace(0,500,30)
print("x的维度:{},shape:{}".format(x.ndim, x.shape))
print(x)
y = np.linspace(0,500,20)
print("y的维度:{},shape:{}".format(y.ndim, y.shape))
print(y)xv,yv = np.meshgrid(x, y)
print("xv的维度:{},shape:{}".format(xv.ndim, xv.shape))
print("yv的维度:{},shape:{}".format(yv.ndim, yv.shape))plt.plot(xv, yv, '.')
plt.grid(True)
plt.show()
np.mgrid函数
用法:返回多维结构,常见的如2D图形,3D图形。对比np.meshgrid,在处理大数据时速度更快,且能处理多维(np.meshgrid只能处理2维)
ret = np.mgrid[ 第1维,第2维 ,第3维 , …]
返回多值,以多个矩阵的形式返回,第1返回值为第1维数据在最终结构中的分布,第2返回值为第2维数据在最终结构中的分布,以此类推。(分布以矩阵形式呈现)。
看一个例子,下面的步长为复数表示点数,左闭右闭,步长为实数表示间隔,左闭右开
X1,Y1 = np.mgrid[1:3:3j,4:5:2j] #1-3,shape= 3*2,X1
Y1
array([[1., 1.],[2., 2.],[3., 3.]])array([[4., 5.],[4., 5.],[4., 5.]])
例如3D结构 (3D立方体),如下[1]:
>>> res = np.mgrid[-1:1:2j,-2:2:3j,-3:3:5j] # x,y,z = res
>>> print(res)
[[[[-1. -1. -1. -1. -1. ][-1. -1. -1. -1. -1. ][-1. -1. -1. -1. -1. ]][[ 1. 1. 1. 1. 1. ][ 1. 1. 1. 1. 1. ][ 1. 1. 1. 1. 1. ]]][[[-2. -2. -2. -2. -2. ][ 0. 0. 0. 0. 0. ][ 2. 2. 2. 2. 2. ]][[-2. -2. -2. -2. -2. ][ 0. 0. 0. 0. 0. ][ 2. 2. 2. 2. 2. ]]][[[-3. -1.5 0. 1.5 3. ][-3. -1.5 0. 1.5 3. ][-3. -1.5 0. 1.5 3. ]][[-3. -1.5 0. 1.5 3. ][-3. -1.5 0. 1.5 3. ][-3. -1.5 0. 1.5 3. ]]]]
np.append()函数 [5]
函数np.append(arr, values, axis=None)
作用:为原始np array添加一些values
返回:添加了values的新数组
参数:
- arr:需要被添加values的数组
- values:添加到数组arr中的值(array_like,类数组)
- axis:可选参数,如果axis没有给出,那么arr,values都将先展平成一维数组。注:如果axis被指定了,那么arr和values需要有相同的shape,否则报错:ValueError: arrays must have same number of dimensions
补充对axis的理解:
axis的最大值为数组arr的维数-1,如arr维数等于1,axis最大值为0;arr维数等于2,axis最大值为1,以此类推。
当arr的维数为2(理解为单通道图),axis=0表示沿着行方向添加values;axis=1表示沿着列方向添加values
当arr的维数为3(理解为多通道图),axis=0,axis=1时同上;axis=2表示沿着深度方向添加values
例子:
(1)不考虑axis:arr,values都将先展平成一维数组,然后沿着axis=0的方向在arr后添加values
import numpy as np
a=[1,2,3]
b=[4,5]
c=[[6,7],[8,9]]
print(np.append(a,b))
print(np.append(a,c))
>>>
[1 2 3 4 5]
[1 2 3 6 7 8 9]
(2)考虑axis:arr,values的shape相同
import numpy as np
a=[1,2,3]
b=[4,5]
c=[[6,7],[8,9]]
d=[[10,11],[12,13]]
print('在一维数组a后添加values,结果如下:{}'.format(np.append(a,b,axis=0)))
print('沿二维数组c的行方向添加values结果如下:'.format(np.append(c,d,axis=0)))
print('沿二维数组c的列方向添加values结果如下:'.format(np.append(c,d,axis=1)))
print('使用了axis,若arr和values的形状不同,则报错:'.format(np.append(a,c,axis=0)))
>>>
在一维数组a后添加values,结果如下:
[1 2 3 4 5]
沿二维数组c的行方向添加values结果如下:
[[ 6 7][ 8 9][10 11][12 13]]
沿二维数组c的列方向添加values结果如下:
[[ 6 7 10 11][ 8 9 12 13]]
(3)考虑axis,如果arr和values的形状不同,则报错:
import numpy as np
a=[1,2,3]
c=[[6,7],[8,9]]
print(np.append(a,c,axis=0))
>>>
Traceback (most recent call last):File "F:\eclipse-workspace\test\t1.py", line 4, in <module>print(np.append(a,c,axis=0))File "E:\anaconda\anzhuang\lib\site-packages\numpy\lib\function_base.py", line 4694, in appendreturn concatenate((arr, values), axis=axis)
ValueError: all the input arrays must have same number of dimensions
参考资料
[1] https://www.cnblogs.com/shenxiaolin/p/8854197.html
[2] np.meshgrid和np.mgrid
[3] Numpy中的meshgrid()函数
[4] Python-Numpy模块Meshgrid函数
[5] https://blog.csdn.net/weixin_42216109/article/details/93889047
Python基础(二):Numpy函数介绍:Meshgrid,mgrid,append等相关推荐
- python基础二:函数
2019独角兽企业重金招聘Python工程师标准>>> 1:函数定义 def fun_name: 2:函数返回用return,如果是返回None,可以直接用return代替,返回多个 ...
- python导入模块的语法结构_python学习第五讲,python基础语法之函数语法,与Import导入模块....
python学习第五讲,python基础语法之函数语法,与Import导入模块. 一丶函数简介 函数,就是一个代码块,这个代码块是别人写好的.我们调用就可以. 函数也可以称为方法. 1.函数语法定义 ...
- python中递归函数的基例_详谈Python基础之内置函数和递归 Python递归和循环的区别...
Python 递归函数基例 2. 关于递归函数基例的说明,以下选项中错误的是 A 递归函数的基例决定所谓基例就是不需要递归就能求解的,一般来说是问题的最小规模下的解. 例如:斐波那契数列递归,f(n) ...
- python二元多次函数拟合_对python实现二维函数高次拟合的示例详解
在参加"数据挖掘"比赛中遇到了关于函数高次拟合的问题,然后就整理了一下源码,以便后期的学习与改进. 在本次"数据挖掘"比赛中感觉收获最大的还是对于神经网络的认识 ...
- python 基础二(学习打卡)
python 基础二(学习打卡) python基础知识 python 基础二(学习打卡) 一.None值 二.函数返回多个值 三.局部变量和全局变量 四.异常处理(内含Zigzag代码) 五.列表 六 ...
- Python训练营—Tesk3—Python基础进阶—从函数到高级魔方方法
Python基础进阶--从函数到高级魔方方法 目录 Python基础进阶--从函数到高级魔方方法 一.函数 1.函数的定义 2.函数的调用 3.函数参数 4.变量作用域 ...
- Python基础day05【函数应用:学生管理系统、拆包、今日总结】
视频.源码.课件.软件.笔记:超全面Python基础入门教程[十天课程]博客笔记汇总表[黑马程序员] Python基础day05[函数(函数传参的两种形式.函数形参).拆包.引用.可变与不可变类型.引 ...
- Python基础day05【函数(局部变量、全局变量、多函数执行流程、函数返回值、函数参数)、拆包、引用、可变与不可变类型、函数注意事项】
视频.源码.课件.软件.笔记:超全面Python基础入门教程[十天课程]博客笔记汇总表[黑马程序员] Python基础day05[函数(函数传参的两种形式.函数形参).拆包.引用.可变与不可变类型.引 ...
- python什么元素为真_如何使用Python基础内置函数
如何使用Python基础内置函数 发布时间:2020-08-05 13:46:59
- 【Python基础】reduce函数详解
转载请注明出处:[Python基础]reduce函数详解 reduce函数原本在python2中也是个内置函数,不过在python3中被移到functools模块中. reduce函数先从列表(或序列 ...
最新文章
- [每日一讲] Python系列:Python概述
- jquery实现点击浏览器后退,上一页面自动刷新
- SAP Fiori Elements 本地项目的 annotations.xml 文件
- 生活中要常常鼓励别人
- 阿里涉江:你真的会学习吗?从结构化思维说起
- BZOJ 1232 USACO 2008 Nov. 安慰奶牛Cheer
- 这个城市快递外卖小哥将配电子号牌了,违法2起以上停止派单
- java基础工具VisualVM介绍与详细使用
- php做上位机,开发过usb上位机驱动的大虾请看一下(附图)
- php 当前页面停留时间,PHP 记录页面停留时间
- 双核CPU揭密:英特尔/AMD没有告诉你的五项事实【ZZ】
- mysql存储过程详细教程
- jave获取视频时长
- php时区问题,php时区问题
- LabVIEW FPGA PCIe开发讲解-7.1节:FPGA PCIe/PXIe基础知识和概念概述
- MacOS Big Sur Beta 测评|使用体验|有哪些BUG?|如何安装?|实际体验如何?|WWDC2020
- 机器学习---sklearn
- OSChina 周三乱弹 —— 生活终于对我这只小猫咪动手啦
- linux pam使用手册,Linux-PAM系统管理指南(一)
- ezpolt和plot区别_stem与plot的区别
热门文章
- linux ubunt16.04 x86_64 安装最新稳定版wine,解决:Unable to locate package winehq-stable
- 闭包 python_请问开集和闭集如何理解?
- Sublime Text主题皮肤安装与切换使用方法
- Python用雷达图展示某学生成绩问题/2020年12月
- 各种排序最好最坏的比较次数
- Linux常用命令及详细说明 — 结合工作(侧重性能监控,包括CPU、内存、IO、网络、磁盘等)...
- 运动用品品牌排行榜,双十一运动装备选购清单
- python+vue+elementui校园二手书交易信息网站django
- 十分好用的Android源代码在线查看网站
- S系列·删除文件夹的几种姿势