numpy 对二维数组的常用操作

原创已于 2022-02-27 13:26:25 修改 · 1.5w 阅读

34 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #python

于 2022-02-09 22:25:27 首次发布

Python 专栏收录该内容

26 篇文章

订阅专栏

本文介绍了如何使用Python的NumPy库高效地处理二维数组，包括按列/行选取数据、指定范围提取、元素求和、计数非零元素、布尔掩码应用、行列数获取、末列提取、最大值及索引查找等实用操作。

部署运行你感兴趣的模型镜像

1、提取二维数组的某几列或某几行

import numpy as np
# 定义 3*3 的 numpy 数组
matrix = np.array([[1, 3, 2], 
                   [8, 0, 6], 
                   [9, 7, 0]])
# 提取第1、3列（行的提取同理）
matrix1 = matrix[:, [0, 2]]
print(matrix1)

# ========== 结果 ========== #
[[1 2] 
 [8 6] 
 [9 0]]

2、获取某个范围的数据

# 获取第1、2行中第1、3列的数据. 注意 0:2 表示左闭右开的区间
matrix1 = matrix[0:2, [0, 2]]
print(matrix1)

# ======== 结果 ======== #
[[1 2]
 [8 6]]

3、所有元素求和

# 对 matrix 数组求和
num = matrix.sum()
print(num)

# ======== 结果 ======== #
36

4、计算数组中非零元素的个数

# 判断每个位置的元素是否非零
matrix2 = (matrix != 0)
# 对布尔型矩阵求和
N0_num = matrix2.sum()
print(matrix2)
print(N0_num)

# ======== 结果 ======== #
[[ True  True  True] 
 [ True False  True] 
 [ True  True False]]
7

5、使用布尔型掩码提取某些行或某些列

# 目标是提取第 1、3 列（或行）, 其 size 必须与相应的列数（或行数）相同
bool_mask = [True, False, True]
# 使用 bool_mask 提取相应的列（提取行同理）
matrix3 = matrix[:, bool_mask]
print(matrix3)

# ======== 结果 ======== #
[[1 2]
 [8 6]
 [9 0]]

6、获取数组的行数或列数

# 获取 matrix1 的维度，结果为元组的形式
size = matrix1.shape
# 获取行数
row = size[0]
# 获取列数
col = size[1]
print(size)
print(row)
print(col)

# ======== 结果 ======== #
(3, 2)
3
2

7、获取最后一列（或行）的元素

# 获取 matrix 的最后一列元素，结果为一个一维数组。获取最后一行的同理
end_col = matrix[:, -1]
print(end_col)

# ======== 结果 ======== #
[2 6 0]

8、获取某个维度的最大值及其索引值

np.argmax() 用来获取最大值的索引

np.max() 用来获取最大值

a = np.array([[4, 3, 3],
              [2, 3, 5],
              [3, 6, 1]])
max_value, index = np.max(a[0, :]), np.argmax(a[0, :])
print("最大值：", max_value)
print("最大值的索引：", index)

#========== 结果 ==========#
最大值： 4
最大值的索引： 0

您可能感兴趣的与本文相关的镜像