ndnarry元素处理
2024-10-19 16:21:21
元素计算函数
ceil()
: 向上最接近的整数,参数是 number 或 arrayfloor()
: 向下最接近的整数,参数是 number 或 arrayrint()
: 四舍五入,参数是 number 或 arrayisnan()
: 判断元素是否为 NaN(Not a Number),参数是 number 或 arraymultiply()
: 元素相乘,参数是 number 或 arraydivide()
: 元素相除,参数是 number 或 arrayabs()
:元素的绝对值,参数是 number 或 arraywhere(condition, x, y)
: 三元运算符,x if condition else y
示例代码(1、2、3、4、5、6、7):
# randn() 返回具有标准正态分布的序列。
arr = np.random.randn(2,3) print(arr) print(np.ceil(arr)) print(np.floor(arr)) print(np.rint(arr)) print(np.isnan(arr)) print(np.multiply(arr, arr)) print(np.divide(arr, arr)) print(np.where(arr > 0, 1, -1))
运行结果:
# print(arr)
[[-0.75803752 0.0314314 1.15323032]
[ 1.17567832 0.43641395 0.26288021]] # print(np.ceil(arr))
[[-0. 1. 2.]
[ 2. 1. 1.]] # print(np.floor(arr))
[[-1. 0. 1.]
[ 1. 0. 0.]] # print(np.rint(arr))
[[-1. 0. 1.]
[ 1. 0. 0.]] # print(np.isnan(arr))
[[False False False]
[False False False]] # print(np.multiply(arr, arr))
[[ 5.16284053e+00 1.77170104e+00 3.04027254e-02]
[ 5.11465231e-03 3.46109263e+00 1.37512421e-02]] # print(np.divide(arr, arr))
[[ 1. 1. 1.]
[ 1. 1. 1.]] # print(np.where(arr > 0, 1, -1))
[[ 1 1 -1]
[-1 1 1]]
元素统计函数
np.mean()
,np.sum()
:所有元素的平均值,所有元素的和,参数是 number 或 arraynp.max()
,np.min()
:所有元素的最大值,所有元素的最小值,参数是 number 或 arraynp.std()
,np.var()
:所有元素的标准差,所有元素的方差,参数是 number 或 arraynp.argmax()
,np.argmin()
:最大值的下标索引值,最小值的下标索引值,参数是 number 或 arraynp.cumsum()
,np.cumprod()
:返回一个一维数组,每个元素都是之前所有元素的 累加和 和 累乘积,参数是 number 或 array- 多维数组默认统计全部维度,
axis
参数可以按指定轴心统计,值为0
则按列统计,值为1
则按行统计。
示例代码:
arr = np.arange(12).reshape(3,4)
print(arr) print(np.cumsum(arr)) # 返回一个一维数组,每个元素都是之前所有元素的 累加和 print(np.sum(arr)) # 所有元素的和 print(np.sum(arr, axis=0)) # 数组的按列统计和 print(np.sum(arr, axis=1)) # 数组的按行统计和
运行结果:
# print(arr)
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]] # print(np.cumsum(arr))
[ 0 1 3 6 10 15 21 28 36 45 55 66] # print(np.sum(arr)) # 所有元素的和
66 # print(np.sum(arr, axis=0)) # 0表示对数组的每一列的统计和
[12 15 18 21] # print(np.sum(arr, axis=1)) # 1表示数组的每一行的统计和
[ 6 22 38]
元素判断函数
np.any()
: 至少有一个元素满足指定条件,返回Truenp.all()
: 所有的元素满足指定条件,返回True
示例代码:
arr = np.random.randn(2,3)
print(arr) print(np.any(arr > 0))
print(np.all(arr > 0))
运行结果:
[[ 0.05075769 -1.31919688 -1.80636984]
[-1.29317016 -1.3336612 -0.19316432]] True
False
元素去重排序函数
np.unique()
:找到唯一值并返回排序结果,类似于Python的set集合
示例代码:
arr = np.array([[1, 2, 1], [2, 3, 4]])
print(arr) print(np.unique(arr))
运行结果:
[[1 2 1]
[2 3 4]] [1 2 3 4]
最新文章
- iOS多线程之9.自定义NSOperation
- Linux文件操作的主要接口API及相关细节
- Python-2 print
- 六十三、android pad
- Webydo:一款在线自由创建网站的 Web 应用
- [javaEE] 反射-通过反射了解集合泛型本质
- SGU 102
- 03day2
- Linux网络应用编程之VLAN(Packet Tracer仿真)
- [BZOJ 1502] [NOI2005] 月下柠檬树 【Simpson积分】
- 一位ACM过来人的心得
- VC Windows系统服务创建代码
- duplicate symbol _*** in:
- django-CRM-项目部署
- 转《trackingjs+websocket+百度人脸识别API,实现人脸签到》流程
- HG255D 刷机备忘
- ACM-ICPC 2018 徐州赛区网络预赛(9.9)
- DevOps之域名-搭建工具
- Centos 7(Linux)环境下安装PHP(编译添加)相应动态扩展模块so(以openssl.so为例)
- ArcGIS Server命令行工具学习笔记
热门文章
- ICE 中后台开发
- static-静态类型
- 014对象——对象 __isset __unset __sleep __wakeup
- MVC框架中的值提供机制(三)
- json结构更改的方法 把date有数据的分类
- LeetCode OJ:Palindrome Linked List(回文链表判断)
- react_webpack.prod.config
- Intellij IDEA基于Springboot的远程调试
- [置顶]
 Android 关于ToolBar分分钟玩死自己?
- PhotoPicker 从头到脚