Python之Numpy常用操作

Numpy常用操作

文章目录

Numpy常用操作
- 1.数组初始化
- 2.数组基本运算
- 3.多维数组组合
- 4.数组中查找最大/小索引
- 5.查找符合条件元素索引
- 6.更改数组维度

1.数组初始化

# 生成特定数组
print(np.array([2, 3], dtype=np.int16))        # shape: (, 2)
print(np.zeros((2, 3)))         # shape: (2, 3)
print(np.empty((2, 3)))         # shape: (2, 3)
print(np.random.random((2, 3)))         # shape: (2, 3)# 生成均匀分布数组
# arange（最小值，最大值，步长）（左闭右开）
print(np.arange(1, 10, 2))      # [1 3 5 7 9]
# linspace（最小值，最大值，元素数量）
print(np.linspace(1, 10, 2))        # [ 1. 10.]

2.数组基本运算

a = np.arange(4).reshape(2,2)   #[[0 1],[2 3]]
b = np.arange(4, 8).reshape(2, 2)       #[[4 5],[6 7]]# '*'矩阵对应位置相乘
print(a*b)      #[[ 0  5],[12 21]]# dot表示矩阵乘法
print(np.dot(a, b))         #[[ 6  7],[26 31]]# min、max、sum， axis=0表示按列操作，shape的时候消除行
c = np.arange(12).reshape(3,4)      #[[ 0  1  2  3], [ 4  5  6  7],[ 8  9 10 11]]
print(c.sum(axis = 0))          #[12 15 18 21]      沿列操作，行数被消除了
print(c.sum(axis = 1))          #[ 6 22 38]# 一维数组切片
a = np.arange(10)**3
print(a)            # [  0   1   8  27  64 125 216 343 512 729]
print(a[2:5])       # [ 8 27 64]
# equivalent to a[0:6:2] = -1000; a[开始位置, 结束位置, 步长]
a[:6:2] = -10       # [-10   1 -10  27 -10 125 216 343 512 729]
print(a)
print(a[::-1])      # [729 512 343 216 125 -10  27 -10   1 -10]， 倒序# 多维数组
a = np.arange(12).reshape(3, 4)         # [[ 0  1  2  3], [ 4  5  6  7], [ 8  9 10 11]]
print(a[:, 0])          # [0 4 8]
print(a[...,0])         # [0 4 8]       # …符号表示将所有未指定索引的维度均赋为 ：
print(a[-1])            # [ 8  9 10 11]# 遍历数组的每个元素
for i in a.flat:print(i)

3.多维数组组合

a = np.array([[0,1],[2,3]])     # [[0 1],[2 3]]
print(a.transpose())            # [[0 2],[1 3]]
b = np.array([[4,5],[6,7]])# 水平组合
print(np.concatenate((a, b), axis=1))       # [[0 1 4 5], [2 3 6 7]] ,axis = 1，按行操作# 垂直组合
print(np.concatenate((a, b), axis=0))       # [[0 1],[2 3],[4 5],[6 7]]

4.数组中查找最大/小索引

# # 获取数组中最大的前n个数值的位置索引
import heapq
def getListMaxNumIndex(num_list,topk=3):'''获取列表中最大的前n个数值的位置索引'''max_num_index=map(num_list.index, heapq.nlargest(topk,num_list))min_num_index=map(num_list.index, heapq.nsmallest(topk,num_list))print('max_num_index:',list(max_num_index))print('min_num_index:',list(min_num_index))a = [1, 5, 7, 2, 3]
print(getListMaxNumIndex(a, 2))

5.查找符合条件元素索引

# 查找到符合条件元素的索引
a = np.arange(15).reshape(3,5)
print(np.where(a > 8))          # [[1, 2, 2, 2, 2, 2], [4, 0, 1, 2, 3, 4]]
print(np.argwhere(a > 8))       # [[1 4],[2 0],[2 1],[2 2],[2 3],[2 4]]# 找出满足条件的所有数中，左上角那个数值的索引
tl = np.min(np.where(a > 8), axis = 1)
print(tl)   #[1 0]
# 找出满足条件的所有数中，右下角那个数值的索引
br = np.max(np.where(a > 8), axis = 1)
print(br)   #[2 4]

6.更改数组维度

参考1：扩充数组维度

# 增加数组维度
a = np.arange(6).reshape(2, 3)          # (2, 3)
b = a[:,:,np.newaxis,np.newaxis]
print(a.shape)          # (2, 3, 1, 1)# 扩充数组维度
a = np.arange(16).reshape(4, 4)         # (4, 4)
a = np.expand_dims(a, 0).repeat(3, axis=0)          # (3, 4, 4)# 删除行(axis=0)/列(axis=1)
a = np.arange(16).reshape(4, 4)
b = np.delete(a, 0, axis=1)     # 以列维度删除
print(b)

Python之Numpy常用操作相关推荐

python：Numpy常用操作（二）：利用random创建ndarray
一:生成0-1之间的随机数 import numpy as np nd3=np.random.random([3,3])#生成0-1之间的随机数 print(nd3) print(type(nd3)) ...
python numpy常用操作、Numpy 多维数组、矩阵相乘、矩阵乘以向量
python numpy常用操作 Numpy基本操作 # 导入numpy import numpy as np # 生成numpy数组 x = np.array([1.0, 2.0, 3.0]) pr ...
python中numpy矩阵运算操作大全（非常全）！
python中numpy矩阵运算操作大全(非常全) //2019.07.10晚 python矩阵运算大全 1.矩阵的输出形式: 对于任何一个矩阵,python输出的模板是: import numpy ...
python图像处理的常用操作
python图像处理的常用操作裁剪持续更新裁剪 import cv2img = cv2.imread("1.jpg") print(img.shape) cropped = ...
python学习——numpy基础操作
numpy 基础操作 1 创建数组 2 数组常用属性和函数 3 数组元素增删 4 元素查找 5 数学运算 6 数组切片 1 创建数组 import numpy as np #以后numpy简写为np ...
Python数据分析——Numpy常用函数
numpy常用函数加载文件 numpy提供了函数用于加载逻辑上可被解释为二维数组的文本文件,格式如下: 数据项1 <分隔符> 数据项2 <分隔符> ... <分隔符&g ...
python数据框常用操作_转载：python数据框的操作
我们接着上次分享给大家的两篇文章:Python数据分析之numpy学习(一)和Python数据分析之numpy学习(二),继续讨论使用Python中的pandas模块进行数据分.在接下来的两期pand ...
Python之Numpy 常用函数归纳总结
目录通用函数常见的简单数组函数一元函数二元函数每文一诗(语) 通用函数常见的简单数组函数先看看代码操作 mport numpy as np# # 产生一个数组arr=np.arange( ...
3.1 Python 字符串类型常用操作及内置方法
文章目录 1. Str 字符串 1.1 字符串 1.2 反斜杠 1. 字符串跨行书写 2. 转义字符 1.3 打印引号 1. 错误示例 2. 解决方法 1.4 三引号 1.5 原始字符串 1. 正确示 ...

Python之Numpy常用操作

Numpy常用操作

文章目录

1.数组初始化

2.数组基本运算

3.多维数组组合

4.数组中查找最大/小索引

5.查找符合条件元素索引

6.更改数组维度

Python之Numpy常用操作相关推荐

最新文章

热门文章