一文让你快速上手Numpy(二)

简介: 一文让你快速上手Numpy

改变数组的维度

通过reshape方法可以将一维数组变成二维、三维或者多维数组, 也可以通过reshape方法将多维数组变成一维。



通过ravel方法或flatten方法可以将多维数组变成一维数组。改变数 组的维度还可以直接设置Numpy数组的shape属性(元组类型), 通过resize方法也可以改变数组的维度。


数组的拼接

concatenate()



concatenate 函数用于沿指定轴连接相同形状的两个或多个数组, 格式如下:

numpy.concatenate((a1, a2, ...), axis)

a1, a2, ...:相同类型的数组


axis:沿着它连接数组的轴,默认为 0



hstack()、vstack()和dstack()的使用


numpy.hstack它通过水平堆叠来生成数组。


numpy.vstack 它通过垂直堆叠来生成数组。


数组的转置

将行与列对调,即第一行变成第一列…或第一列变成第一行…的操作 即使转置操作。


数组的分隔

split分隔


numpy.split 函数沿特定的轴将数组分割为子数组,格式如下:


numpy.split(ary, indices_or_sections, axis)

ary:被分割的数组


indices_or_sections:如果是一个整数,就用该数平均切分,如果是一个数组,为沿轴切分的位置 (左开右闭)


axis:沿着哪个维度进行切向,默认为0,横向切分。为1时,纵向切分



水平分隔


使用hsplit函数可以水平分隔数组,该函数有两个参数,第1个参数 表示待分隔的数组,第2个参数表示要将数组水平分隔成几个小数 组。


垂直分隔


使用vsplit函数可以垂直分隔数组,该函数有两个参数,第1个参数 表示待分隔的数组,第2个参数表示将数组垂直分隔成几个小数组。


数学函数

Numpy支持向量处理ndarray对象,提高程序运算速度。



算术函数

如果参与运算的两个对象 都是ndarray,并且形状相同,那么会对 位彼此之间进行(+ - * /)运算。NumPy 算术函数包含简单的加减 乘除: add(),subtract(),multiply() 和 divide()。



numpy.mod() 计算输入数组中相应元素的相除后的余数。


函数 numpy.remainder() 也产生相同的结果。


统计函数

NumPy 提供了很多统计函数,用于从数组中查找最小元素,最大 元素,百分位标准差和方差等。 具体如下:



其他常用函数


数组排序

排序中主要用到的方法是np.sort和np.argsort。其中np.sort()是对 数组直接排序。而np.argsort()是返回排序后的原始索引。



numpy广播机制

广播的规则


1,如果两个数组维度个数不同,那么小维度的数组形状会在 左边补1


2,如果两个数组形状在任何一个维度上都不匹配,数组的形 状会沿着维度为1的维度扩展到匹配上另一个数组的形状


3,如果没有维度形状为1,则会引发异常



比较掩码

比较操作,会返回与参与运算数组形状相同的数组,其中,满足条 件的为True,不满足的为False



整理不易,希望能对学习numpy的小伙伴有所帮助!  


目录
打赏
0
0
0
0
38
分享
相关文章
python numpy安装
一、python下的numpy安装方法 第一步:安装python,这里不做介绍。 第二步:打开cmd看python是否安装成功。 第三步:输入 python -m pip install -U pip 安装pip文件,pip文件一般在python安装包的script目录下。
5100 0
探索Python装饰器的魅力
【10月更文挑战第8天】本文将深入探讨Python中的装饰器,一种强大的工具,允许开发者在不修改原有函数代码的情况下增加额外的功能。我们将从基础开始,逐步深入到高级用法,揭示装饰器的工作原理和如何利用它们简化代码、扩展功能以及实现代码重用。通过具体示例,我们将展示如何创建自定义装饰器,并讨论其在实际项目中的应用。
|
6月前
|
NumPy 教程 之 Numpy 数组操作 29
NumPy 提供多种数组操作函数,如修改形状、翻转和连接等。本教程重点介绍元素的添加与删除,包括 `resize`、`append`、`insert` 和 `delete` 函数。`numpy.delete` 用于从数组中删除指定元素,参数包括 `arr`(输入数组)、`obj`(待删元素)和 `axis`(删除轴)。示例展示了如何使用 `numpy.delete` 删除一维和二维数组中的元素。
46 4
|
6月前
|
NumPy 教程 之 Numpy 数组操作 19
本教程介绍Numpy数组操作,涵盖数组形状修改、翻转、维度调整、连接与分割以及元素增删等关键技能。重点讲解`numpy.vstack`函数,该函数可将多个数组沿垂直方向堆叠。示例展示了如何使用`vstack`将两个2D数组堆叠成一个更大的数组,适用于数据整合场景。
48 2
|
6月前
|
NumPy 教程 之 NumPy 高级索引 4
NumPy 提供了高级索引方式,包括整数数组索引、布尔索引及花式索引。布尔索引可通过布尔数组筛选出满足条件(如大于某个值)的元素
33 3
|
6月前
|
NumPy 教程 之 NumPy 高级索引 9
NumPy高级索引包括整数数组索引、布尔索引及花式索引。花式索引使用整数数组作为索引,根据这些值选择目标数组的元素或行。与切片不同,它总是返回新数组。
43 2
|
7月前
|
NumPy 教程 之 NumPy 高级索引 2
NumPy高级索引包括整数数组索引、布尔索引等。整数数组索引允许通过一个整数数组访问另一个数组的元素,适用于复杂的数据选取与操作。
41 2
【Python-Numpy】numpy.random.binomial()的解析与使用
本文介绍了NumPy的`numpy.random.binomial()`函数,用于从二项分布中抽取样本,适用于模拟具有固定试验次数和成功概率的随机实验,并提供了如何使用该函数进行概率计算和模拟实验的示例。
154 4
|
6月前
|
【Python-Numpy】numpy.stack()的解析与使用
本文介绍了numpy的np.stack()函数,它用于在指定轴上增加数组的维度,通过不同轴参数可以改变张量的形状,例如axis=0会将形状变为(N, A, B),而axis=-1可以实现数组的转置。
200 0

热门文章

最新文章