【DOC】Numpy 基本用法合集
2018-02-07 00:00
381 查看
import numpy as np print(' 1.Create '.center(66, '=')) a0 = np.array([2, 32, 13, 24, 15, 6, 9, 8, 7, 12]) a1 = np.zeros([3, 4]) a2 = np.ones([4, 5]) a3 = np.arange(50) a4 = a3.reshape([5, 10]) a5 = np.random.random([4, 5]) a6 = a0.copy() # Deep copy, (a6=a0)是浅拷贝 print(a4) print('\n', ' 2.Operation '.center(66, '=')) print(a4[3][5], a4[3, 5]) print(a4[:, 5:-1]) for col in a4.T: # 迭代 列 print(col) b0 = a4 ** 2 b1 = np.tan(a0) b2 = a2 * a5 b3 = np.dot(a2.T, a5) print(b2) # 合并 array c0 = np.array([1, 2, 3]) c1 = np.array([4, 5, 6]) c2 = np.vstack([c0, c1]) # 垂直合并 Vertical stack c3 = np.hstack([c0, c1]) # 水平合并 Horizon stack c4 = np.concatenate([c0, c1], axis=0) # 合并 综合了上两个 print(c3) # 分割 array d0 = np.split(a5, 5, axis=1) d1 = np.array_split(a5, 5, axis=0) # 可不等分 d2 = np.vsplit(a5, 4) d3 = np.hsplit(a5, 5) print(d1) # 删除 行、列 d4 = np.delete(a4, -2, axis=1) print('\n', ' 3.MO '.center(66, '=')) print(np.argmin(a0)) # 返回所在位置的索引 print(np.argmax(a0)) print(np.min(a0)) print(np.max(a0)) print(np.sum(a0)) print(np.mean(a0)) print(np.median(a0)) print(np.std(a0)) # 标准差 print(np.nonzero(a4)) # 所有非零的坐标 print(np.sort(a5)) # 排序 print(np.transpose(a5), '\n', a5.T) # 转向 print(np.nonzero(a4)) # 所有非零的坐标 print(np.clip(a0, 5, 20)) # v<min:v=min,v>max:v=max print(a4.flatten()) # 将多维降为一维 a4.flat是iter用于for
PS:因为是自己用的一些简单的就没有写注解。
相关文章推荐
- python-numpy的基本用法01
- python-numpy的基本用法02
- numpy的基本用法(二)——基本运算
- Python:一篇文章掌握Numpy的基本用法
- Numpy基本用法:ndarray的数据类型
- numpy学习笔记一:numpy的基本用法
- numpy基本用法多维数组
- numpy的基本用法(三)——numpy的索引
- numpy的基本用法(一)——基本运算
- numpy的基本用法(五)——numpy array分割
- python numpy基础(一)基本用法
- PyTorch基本用法(一)——Numpy,Torch对比
- numpy基本用法
- python-numpy的基本用法03
- numpy的基本用法(六)——numpy array的copy
- numpy.random 的函数基本用法
- numpy的基本用法与其中的函数
- Py修行路 NumPy模块基本用法
- numpy的基本用法(四)——numpy array合并
- jquery基本用法四-奇偶行显示