matlab中累乘,numpy中的裁剪、压缩和累乘
主要介绍三个函数--以下numpy都用np代替
np.ndarray.clip(min,max):大于max的值会被重设成max,小于min的值会被重设成min;不指定min max默认为min 可以只选一个 也可以都选
In [47]: a = np.arange(1,10)
In [49]: a.clip(max=4)
Out[49]: array([1, 2, 3, 4, 4, 4, 4, 4, 4])
In [51]: a.clip(min=6)
Out[51]: array([6, 6, 6, 6, 6, 6, 7, 8, 9])
In [52]: a.clip(3,6)
Out[52]: array([3, 3, 3, 4, 5, 6, 6, 6, 6])
In [54]: a.clip(7)
Out[54]: array([7, 7, 7, 7, 7, 7, 7, 8, 9])
In [55]: a.clip(6,2)
Out[55]: array([6, 6, 6, 6, 6, 2, 2, 2, 2])
In [57]: a.clip(max=3,min=5)
Out[57]: array([5, 5, 5, 5, 3, 3, 3, 3, 3])
#clip()是不会改变ndarray里元素的顺序
In [58]: a=np.array([4,3,6,1])
In [60]: a.clip(2,4)
Out[60]: array([4, 3, 4, 2])
In [61]: a.clip(2,3)
Out[61]: array([3, 3, 3, 2])
np.ndarray.compress():返回一个根据给定条件筛选后的数组
In [65]: a.compress(a<4)
Out[65]: array([1, 2, 3])
In [66]: a.compress((a>3)&(a<6))
Out[66]: array([4, 5])
numpy.ndarray.prod():返回数组中各元素累乘的结果
In [67]: k = 1
In [68]: for i in a:
...: k *=i
In [69]: k
Out[69]: 362880
In [70]: a.prod()
Out[70]: 362880
In [71]: a.cumprod()
Out[71]:
array([ 1, 2, 6, 24, 120, 720, 5040, 40320, 362880])
matlab中累乘,numpy中的裁剪、压缩和累乘相关推荐
- python 中arange函数_浅谈Python中range与Numpy中arange的比较
本文先比较range与arange的异同点,再详细介绍各自的用法,然后列举了几个简单的示例,最后对xrange进行了简单的说明. 1. range与arange的比较 (1)相同点:A.参数的可选性. ...
- python中range和arange的区别_浅谈Python中range与Numpy中arange的比较
本文先比较range与arange的异同点,再详细介绍各自的用法,然后列举了几个简单的示例,最后对xrange进行了简单的说明. 1. range与arange的比较 (1)相同点:A.参数的可选性. ...
- 数据分析-----NumPy中的ndarray数组
目录 Numpy概述 Python中的数组 NumPy中的ndarray ndarray中的数据类型 ndarray多维数组属性 ndarray的创建 NumPy 切片和索引 NumPy 线性代数 总 ...
- 09 Numpy中的常数
09 Numpy中的常数 """ numpy中的常数 正无穷:Inf = inf = infty = Infinity = PINF 负无穷:NINF 正零:PZERO ...
- matlab flatten,Numpy中扁平化函数ravel()和flatten()的区别
在Numpy中经常使用到的操作由扁平化操作,Numpy提供了两个函数进行此操作,他们的功能相同,但在内存上有很大的不同. 先来看这两个函数的使用: from numpy import * a = ar ...
- python npv 计算公式_Python numpy 中常用的数据运算
Numpy 精通面向数组编程和思维方式是成为Python科学计算大牛的一大关键步骤.--<利用Python进行数据分析> Numpy(Numerical Python)是Python科学计 ...
- Python之数据分析(numpy裁剪、压缩、累乘,样本相关性曲线的绘制)
文章目录 一.裁剪.压缩.累乘 二.样本相关性曲线 一.裁剪.压缩.累乘 1.裁剪 概念:指的是削掉波峰或波谷这类型的,将调用数组中小于min的元素设置为min,大于max的元素设置为max 用法:n ...
- python创建列向量_关于Numpy中的行向量和列向量详解
关于Numpy中的行向量和列向量详解 行向量 方式1 import numpy as np b=np.array([1,2,3]).reshape((1,-1)) print(b,b.shape) 结 ...
- python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例
np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...
- 论numpy中matrix 和 array的区别
论numpy中matrix 和 array的区别 原文:http://blog.csdn.net/vincentlipan/article/details/20717163 数组转换矩阵: A = ...
最新文章
- 数字治理转型与公共卫生治理能力现代化调查项目
- python程序实例教程基础-Python简单基础小程序的实例代码
- Appium 移动端自动化 - Android SDK的安装与配置,使用安卓SDK连接手机实例演示
- Java 10 实战第 1 篇:局部变量类型推断
- python实现快排算法_Python实现快速排序算法
- 论文提交数量爆炸式增长,最大规模NLP会议ACL 2019放榜
- DataTable 更改在有数据列的类型方法
- mysql 模糊匹配 拆字_一文,5 分钟搞明白 MySQL 是如何利用索引的!
- visual studio粘贴html代码.会自行添加一些未知代码(自动格式化)
- 【雕刻机】安装破解Artcam2017
- 学习 vi —— “学习清单”式
- Java程序员该怎么更好的提升自己
- 6大Word编辑高级技巧,制作文档又快又好看
- 历年考研英语(一)真题来源汇总
- Visual Studio Code修改字体大小
- 认识Delphi的线程类
- python在txt文件末尾追加写入_在Python文件末尾添加什么?
- 三大web服务器比较
- 设计模式之一工厂模式
- libc、glibc与gcc
热门文章
- scrapy爬取阳光政务投诉
- 卷帘快门(Rolling Shutter)与全局快门(Global Shutter)的区别
- 英语语法基础(适合入门者)--第一章:词、单词
- OneAPIConnect(一) 欧姆龙FINS协议实现源代码
- 技术保障+配套体系,京东云掐准智能医疗的“脉象”
- 计算机用户目录是什么,c盘里面users是什么文件夹
- Yate架构分析概要
- 设置Parallels Desktop中的虚拟机使用宿主机代理
- 乱码问题及字符编码集(一)
- 成年人夜生活的自救! 华熙LIVE·五棵松放大招