Numpy- array属性改变形状函数基本运算
Posted 泡泡怡
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Numpy- array属性改变形状函数基本运算相关的知识,希望对你有一定的参考价值。
1.array的重要属性
import numpy as np
my_array=np.array([[1,2,3],[4,5,6],[7,8,9]])
print(my_array.size) #数组中元素的总个数
print(my_array.ndim) #数组维度
print(my_array.dtype) #数组中元素的类型
print(my_array.shape) #数组的形状
print(my_array.shape[0]) #提取数组行数的方法
print(my_array.shape[1]) #提取数组列数的方法
2.reshape()、ravel()、属性flat、转置transpose
import numpy as np
my_array=np.arange(15).reshape((3,5))
print(my_array)
my_ravel=my_array.ravel() #将返回一维数组,也就是就是平铺
print(my_ravel)
my_array2=np.transpose(my_array) #转置
print(my_array2)
my_flat=my_array.flat #flat是属性,返回一个迭代器,用于遍历。
3.基本统计函数(求和、最大值、最小值、均值、标准差)
import numpy as np
my_array=np.arange(12).reshape((3,4))
my_sum1 = np.sum(my_array) # 求二维数组的元素和
my_sum2=np.sum(my_array,axis=0)#axis=0,每列求和;axis=1每行求和,得一维数组。
my_sum3=my_array.sum(axis=0) #用数组的方法操作,得到与上一行一样的运行结果。
my_max=np.max(my_array,axis=1) #每一行最大值,返回一个一维数组
my_min=np.min(my_array,axis=0) #每一列求最小值,返回一个一维数组
my_mean= np.mean(my_array) # 求二维数组的元素平均值
my_std= np.std(my_array) # 求二维数组的元素标准差
4.两个数组之间的乘法运算
u=np.array([[1,1],[3,4]])
v=np.array([[2,4],[3,5]])
w=u*v #对应元素相乘,要求两个数组维度相同
y=np.dot(u,v) #矩阵乘法
z=u.dot(v) #利用了数组的方法实现了和上一行一样的功能
以上是关于Numpy- array属性改变形状函数基本运算的主要内容,如果未能解决你的问题,请参考以下文章
python -- numpy 基本数据类型,算术运算,组合,分割 函数