numpy

Posted

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相关的知识,希望对你有一定的参考价值。

  

1.常用属性

array.adim   #数组的维数
array.shape   #数组的形状
array.size    #元素数

2.常用方法:

生成全为一的数组:

  np.ones((3,4),dtype = np.int16)         #数组类型

改变数据形式:

np.reshape()

  np.arrange(12).reshape(3,4)

求和:

  np.sum(a,axis=1) #axis=1,表示行。axis=0,表示列

最大值:

  max(a,axis=1)

最大值的索引:

  argmax() 

最小值得索引:

  argmin() 

输出中位数:

  median() 

相邻两个数的差值:

  diff()

输出非零行的行数和列数 :

  nonzero() 

矩阵转置:

  A.T ( np.transpose(A))

分离数组:

  np.clip(A,5,9) #小于5的数变成5,大于9的数等于9。保留中间的数

 将A和B上下合并:

  np.vstack((A,B))    #vertical stack 

将A和B左右合并:

  np.hstack((A,B)) #horizontal stack 

把横向数列变成竖向数列(或反转):

  A[np.newaxis,:] #在横向加一个维度

  A[:,np.newaxis] #在纵向加一个维度

合并多个数列,可以选择合并维度

  np.concatenate((A,B,B,A),axis = 0)

#数列分割
  np.split(A,2,axis=1)     #将A分割成2块,按行分割

  np.array_split(A,3,axis=1)   #进行不等分分割

  np.hsplit(A,2)        #进行纵向分割

#赋值
  b is a #返回布尔

  b = a     #关联ab

  b = a.copy()    #deep copy

以上是关于numpy的主要内容,如果未能解决你的问题,请参考以下文章

数据分析:工具篇NumPyNumPy介绍

Numpynumpy.mean() 的用法

数据分析之道-NumPynumpy切片与索引

什么是NumPy

什么是NumPy

什么是NumPy