argmax函数_Python 的Numpy 函数到底是个啥?看这篇就足够了
立即加星标,第一时间看好文
Numpy 是什么Numpy (Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。
Numpy 创建Array 的方式
#创建一个数据array1 = np.array([22,33,44,55]) print(array1)#指定数据类型dtype,np.int32,np.float等array2 = np.array([22,33,44,55],dtype=np.int) print(type(array2))#指定数据类型dtypearray3 = np.array([22,33,44,55],dtype=np.float)print(array3)#创建特定数据,一个2d矩阵 2行3列array4 = np.array([[22,33,44],[55,66,77]])print(array4)#创建特定的数据数组,数据全为0,4行5列array5 = np.zeros((4,5)) print(array5)#创建特定的数据数组,数据全为1,4行5列array6 = np.ones((4,5))print(array6)#创建特定的数据全空数组,接近于零的数,数据全为1,5行3列array7 = np.empty((5,3)) print(array7)#创建连续数组,10-30的数据,2步长array8 = np.arange(10,30,2)print(array8)#reshape 改变数据的形状array9=array8.reshape(2,5)array9=np.arange(10,30,2).reshape(2,5)print(array9)#开始端1,结束端5,且分割成20个数据,生成线段array10=np.linspace(1,5,20)print(array10)
Numpy 基础运算
x=np.array([11,22,33,44,55])y=np.arange(5)print(x-y) #x数组减去y数组print(x+y) #x数组加上y数组print(x*y) #x数组乘以y数组print(x**2) #x数组值的平方print(y**3) #y数组值的立方print(np.sin(x))#求sin值print(np.sum(x)) #求和print(np.min(x)) #求最小值print(np.max(x)) #求最大值xx=np.array([[11,88,33],[44,55,66]])print(xx)print("sum=",np.sum(xx,axis=1)) #按行为单元求和print("min=",np.min(xx,axis=0)) #按列为单元求最小值print("max=",np.max(xx,axis=1)) #按行为单元求最大值print(np.argmax(xx)) #求矩阵中最大元素的索引print(np.argmin(xx)) #求矩阵中最小元素的索引print(np.mean(xx)) #求整个矩阵的均值print(np.average(xx))#求整个矩阵的均值print(np.cumsum(xx)) #求累加print(np.diff(xx))#求每一行中后一项与前一项之差print(np.nonzero(xx))#将所有非零元素的行与列坐标分割开,重构成两个分别关于行和列的矩阵print(np.sort(xx)) #对每一行进行从小到大的排序print(np.transpose(xx))#将矩阵进行转置处理print(xx.T) #将矩阵进行转置处理
Numpy 索引的使用
x=np.array([11,22,33,44,55])xx=np.array([[11,88,33],[44,55,66]])print(x[1]) #一维索引取值print(xx[1][1])#二维索引取值print(xx[1,1])#二维索引取值print(xx[1,1:3])#二维索引取值for row in xx: #循环遍历二维array print(row)for item in xx.flat:#将多维的矩阵进行展开成1行的数列,它本就是一个迭代器,返回的是一个object print(item)
Numpy 合并操作
x=np.array([11,22,33])y=np.array([44,55,66])xx=np.array([[11,88,33],[44,55,66]])yy=np.array([[1,8,3],[4,5,6]])#上下合并print(np.vstack((x,y)))#左右合并print(np.hstack((x,y)))#合并操作多个矩阵或序列,axis控制矩阵是纵向还是横向打印print(np.concatenate((x,y,y,x),axis=0))#合并操作多个矩阵或序列print(np.concatenate((xx,yy),axis=1))
Numpy 分割
xx=np.array([[11,88,33,99],[22,44,55,66],[222,434,553,663],[11,88,33,99]])print(xx)#纵向分割print(np.split(xx,2,axis=1)) #横向分割print(np.split(xx,2,axis=0)) #不等量的分割print(np.array_split(xx,4,axis=1))
Numpy copy and deepcopy
xx=np.array([[11,88,33,99],[22,44,55,66],[222,434,553,663],[11,88,33,99]])#这种赋值操作没有关联性yy=xx.copy() print(yy)#这种赋值的操作有关联性,zz会随着xx的数据变化而变化,相当于是deep copyzz=xx xx[0][0]=100print(zz)
今日Numpy 的分享就到这里了,每一个用法都需要去实践,以此加深对它的理解,在以后的工作中遇到时才会知道如何结合起来使用并举一反三。
友情提示:“无量测试之道”原创著作,欢迎关注交流,禁止第三方不显示文章来源时转载。更多原创文章请扫码关注查看,交流与合作请联系:loadkernel@126.com。
QQ技术交流群:41564936
◆Python 算法之冒泡排序
◆Python 算法之一
◆Python UI自动化测试实操
◆Python API自动化测试实操(高清版配图)
◆Python 之“栈为何物”
来都来了,点个在看再走吧~~~
argmax函数_Python 的Numpy 函数到底是个啥?看这篇就足够了相关推荐
- python中multiply函数_python中numpy中的multiply、*、matul 的区别
numpy中的multiply.*.matul 的区别 1.对于矩阵(matrix)而言,multiply是对应元素相乘,而 * .np.matmul() 函数 与 np.dot()函数 相当于矩阵 ...
- pythonaxis函数_Python中numpy.apply_along_axis()函数的用法
numpy.apply_along_axis(func, axis, arr, *args, **kwargs): 必选参数:func,axis,arr.其中func是我们自定义的一个函数,函数fun ...
- python编程函数_python编程中函数和参数你必须知道的
今天我们先聊少一点,就聊聊函数是什么和函数的参数,以及对这两个东西的思考 起源于抽象 在程序员写代码的时候,通常都会提到一个词叫抽象, 很多人都知道在面向对象中,将一个对象抽象为一个类,其实这就是我们 ...
- pythonsave函数_Python常用功能函数
Python常用功能函数汇总 1.按行写字符串到文件中 import sys, os, time, json def saveContext(filename,*name): format = '^' ...
- python如何自定义函数_python基础之函数(自定义函数)
函数: 函数的定义: 初中数学函数定义:一般的,在一个变化过程中,如果有两个变量x和y,并且对于x的每一个确定的值,y都有唯一确定的值与其对应,那么我们就把x称为自变量,把y称为因变量,y是x的函数. ...
- python计算平方用map函数_python的map函数的使用方法详解以及使用案例(处理每个元素的自增、自减、平方等)...
1.用我们之前学过的求一下平方(只有一个列表) #求平方 num=[1,5,6,2,7,8] a=[]for n innum: a.append(n**2)print(a) C:python35pyt ...
- python long函数_python 内置函数
查看内置函数: >>> dir(__builtins__) min(arg1, arg2, *args, *[, key=func])函数:函数至少传入两个参数,但是有只传入一个参数 ...
- python的高级函数_Python的高级函数
Python的高级函数 1. map函数 map(func, *itertables) 对itertables中的每个元素使用func,当最短的itertable结束时便停止.map可以传入多个ite ...
- python如何自定义函数_python如何自定义函数_后端开发
c语言特点是什么_后端开发 c语言特点是:1.语言简洁.紧凑,使用方便.灵活:2.运算符丰富:3.数据结构丰富,具有现代化语言的各种数据结构:4.具有结构化的控制语句:5.语法限制不太严度格,程序设计 ...
- python中deepcopy函数_Python学习笔记函数之copy()和deepcopy()
随笔记录方便自己和同路人查阅. #------------------------------------------------我是可耻的分割线--------------------------- ...
最新文章
- 静态库符号文件冲突的解决办法,已实践OK, mark
- Levenshtein distance最小编辑距离算法实现
- Programming Computer Vision with Python (学习笔记九)
- 深度学习笔记之DenseNets
- 3.26日第六次作业,第10章质量,11章人力
- JavaScript动态加载js文件
- [Windows]_[0基础]_[Release程序的崩溃报告minidump解决方式]
- ASP.NET Core依赖注入最佳实践,提示技巧
- sql 左联接 全联接_通过了解自我联接将您SQL技能提升到一个新的水平
- Oracle数据文件scn不一致,数据文件SCN的一致性问题
- ncurses下c语言定位光标,C指针原理教程之Ncurses介绍
- Java7并发编程指南——第二章:线程同步基础
- 余承东:华为Mate 30 RS保时捷设计 9月19日发布
- 如何在MyEclipse上耍Chrome
- Ubuntu服务启动脚本
- 【Computer Organization笔记07】实验课:可编程逻辑器件介绍,硬件编程方法与原则,硬件编程流程
- 奥比中光ROS启动节点运行异常退出:[camera/driver-2] process has finished cleanly
- Quartus ii安装及使用实验报告
- HM67主板开启ACHI
- 开源分销系统java_Java版Spring Boot Spring Cloud B2B2C电子商务-分销系统