python中使用了numpy的一些操作，特此记录下来：

生成矩阵，替换值

import numpy as np

# 生成一行10列的矩阵

dataset = np.zeros((1, 10))

# 将位置为2的值替换为1

dataset.itemset(2, 1)

得到结果为：

[[0. 0. 1. 0. 0. 0. 0. 0. 0. 0.]]

where查找

import numpy as np

dataset = np.array([1, 2, 3, 2, 3, 4, 4, 5, 6])

# 找到值等于2的值的下标

dataset = np.where(dataset == 2)

print(dataset)

dataset = np.array([1, 2, 3, 2, 3, 4, 4, 5, 6])

index = np.argwhere(dataset == 2)

print(index)

得到结果为：

(array([1, 3], dtype=int64),)

[[1]

 [3]]

增加一行或一列

import numpy as np

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

# 增加行

a = np.row_stack((dataset, [8,9,10]))

print(a)

# 增加列

b = np.column_stack((dataset, [8,9,10]))

print(b)

得到结果为：

[[ 1  2  3]

 [ 2  3  4]

 [ 4  5  6]

 [ 8  9 10]]

[[ 1  2  3  8]

 [ 2  3  4  9]

 [ 4  5  6 10]]

按行合并，按列合并

import numpy as np

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

# 按行合并

dataset = np.append(dataset, [[8, 9, 10]], axis=0)

print(dataset)

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

# 按列合并

dataset = np.append(dataset, [[8], [9], [10]], axis=1)

print(dataset)

得到结果为：

[[ 1  2  3]

 [ 2  3  4]

 [ 4  5  6]

 [ 8  9 10]]

[[ 1  2  3  8]

 [ 2  3  4  9]

 [ 4  5  6 10]]

删除行、列

import numpy as np

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

# 删除第1、2行（0、1、2）

dataset = np.delete(dataset, [1, 2], axis=0)

print(dataset)

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

# 删除第1、2列（0、1、2）

dataset = np.delete(dataset, [1, 2], axis=1)

print(dataset)

得到结果为：

[[1 2 3]]

[[1]

 [2]

 [4]]

ndarray转dataframe

import numpy as np

import pandas as pd

dataset = np.array([[1, 2, 3], [2, 3, 4], [4, 5, 6]])

dataframe = pd.DataFrame(dataset, index=("row1", "row2", "row3"), columns=("col1", "col2", "col3"))

print(dataframe)

得到结果为：

      col1  col2  col3

row1     1     2     3

row2     2     3     4

row3     4     5     6

巴特西

numpy操作

生成矩阵，替换值

where查找

增加一行或一列

按行合并，按列合并

删除行、列

ndarray转dataframe

最新文章

热门文章