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 ＝ ...

matlab中累乘,numpy中的裁剪、压缩和累乘

matlab中累乘,numpy中的裁剪、压缩和累乘相关推荐

最新文章

热门文章