04 numpy 条件计算与深浅拷贝
Posted 吃个糖糖
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04 numpy 条件计算与深浅拷贝相关的知识,希望对你有一定的参考价值。
文章目录
将条件逻辑作为数组操作 where 操作
注:只能使用np.where
import numpy as np
a = np.array([[1,3,6],[9,3,2],[1,4,3]])
print(f'数组:\\na')
print("-"*30)
print(np.where(a>3,520,1314)) #只能使用np.where
布尔数值方法 any和all
any:检查一个数组中是否有any
all:检查数组中是否每个值都为true
import numpy as np
a = np.array([False,True,False])
print(f'数组:\\na')
print("-"*30)
print(a.all())
print("-"*30)
print(a.any())
按照值的大小去排序sort
一维数组
import numpy as np
a = np.array([1,3,6,4,9])
print(f'数组:\\na')
print("-"*30)
print(np.sort(a))
二维数组
import numpy as np
a = np.array([[1,3,6],[9,3,2],[1,4,3]])
print(f'数组:\\na')
print("-"*30)
print(np.sort(a)) # 按照最后的轴排序 (行,列) 按照列排序
print("-"*30)
print(np.sort(a,axis=0))#按照行排序
从小到大的索引 argsort
一维数组
import numpy as np
a = np.array([1,9,6])
print(f'数组:\\na')
print("-"*30)
print(np.argsort(a))#升序
print("-"*30)
print(np.argsort(-a)) #降序
二维数组
import numpy as np
a = np.array([[1,3,6],[9,3,2],[1,4,3]])
print(f'数组:\\na')
print("-"*30)
print(np.argsort(a))
print("-"*30)
print(np.argsort(a,axis=0))
唯一值(去重) unique
import numpy as np
a = np.array([[1,3,6],[9,3,2],[1,4,3]])
print(f'数组:\\na')
print("-"*30)
print(np.unique(a))
检查一个数组是否在其他数组中
import numpy as np
a = np.array([[1,3,6],[9,3,2],[1,4,3]])
print(f'数组:\\na')
print("-"*30)
print(np.in1d(a,[1,3,6]))
浅拷贝与深拷贝
以上是关于04 numpy 条件计算与深浅拷贝的主要内容,如果未能解决你的问题,请参考以下文章