3-5比较和Fancy Indexing

"""
比较和Fancy Indexing
"""x=numpy.arange(16)
#假如想要访问下标3,5,8（步长不存在关系）对应的值,那么可以用下面的方法实现
ind=[3,5,8]
x[ind]X=x.reshape(4,-1)
row=numpy.array([0,1,2])
col=numpy.array([1,2,3])
X[row,col]#查看索引(0,1),(1,2),(2,3)对应的值col=[True,False,True,True]#也可以使用布尔数组进行查看
X[1:3,col]#对1,2两行和0，2,3三列感兴趣"""
numpy.array的比较
"""
x<3#输出的是布尔数组，True或者Falsenumpy.sum((x<=3)&(x>1))#输出小于等于3并且大于1的个数,此时应为&而不是&&
numpy.any(x==0)#是否含有0
numpy.all(x>=0)#都满足此条件才返回True
numpy.sum(~(x==0))#非运算

3-5比较和Fancy Indexing相关推荐

Numpy 之Fancy indexing
在创建完narray多维数组时,一般访问多维数组的某个元素是都是使用index进行访问,但是使用index访问存在一个问题就是一次只能访问一个元素,但是Numpy Fancy Indexing很好的解 ...
python通过fancy indexing把数组转换为one hot编码的numpy array
背景实现一维numpy数组 a = array([1,0,3]) 转换为2维的 1-hot数组 b = array([[0,1,0,0], [1,0,0,0], [0,0,0,1]]) python ...
Pytorch中Tensor的索引，切片以及花式索引(fancy indexing)
目录理解Tensor的dim 索引简单索引用1维的list,numpy,tensor索引用booltensor索引切片花式索引结语前一段时间遇到一个花式索引的问题,在搜索良久之后没有找 ...
【Numpy库】【花哨索引】用python做数据分析所必须掌握的基础库之一 _03_ 花式（花哨）索引_fancy indexing
花哨索引花式(哨)索引( Fancy indexing) 是一个NumPy术语, 它指的是利用整数数组进行索引. 花哨索引----传递的是索引数组,不是单个标量.花 ...
Numpy学习笔记（下篇）
目录 Numpy学习笔记(下篇) 一.Numpy数组的合并与分割操作 1.合并操作 2.分割操作二.Numpy中的矩阵运算 1.Universal Function 2.矩阵运算 3.向量和矩阵运算 ...
python dataframe 中位数_python下的Pandas中DataFrame基本操作（一），基本函数整理
pandas作者Wes McKinney 在[PYTHON FOR DATA ANALYSIS]中对pandas的方方面面都有了一个权威简明的入门级的介绍,但在实际使用过程中,我发现书中的内容还只是冰 ...
技术图文：NumPy 的简单入门教程
背景这段时间,LSGO软件技术团队正在组织 "机器学习实战刻意练习"活动,这个活动是"Python基础刻意练习"活动的升级,是对学员们技术的更深层次的打磨.在 ...
图解NumPy：常用函数的内在机制
选自Medium 作者:Lev Maximov 机器之心编译编辑:Panda 支持大量多维数组和矩阵运算的 NumPy 软件库是许多机器学习开发者和研究者的必备工具,本文将通过直观易懂的图示解析常用 ...
Python从入门到精通- 什么是NumPy？ (上)
0 引言本文是 Python 系列的第三篇 Python 入门篇 (上) Python 入门篇 (下) 数组计算之 NumPy (上) 数组计算之 NumPy (下) 科学计算之 SciPy 数据结 ...

3-5比较和Fancy Indexing

3-5比较和Fancy Indexing相关推荐

最新文章

热门文章