Numpy库部分函数使用

本文详细介绍了Python中Numpy库的基础使用方法,包括数组的创建、形状查看、元素选取及数学运算等。同时对比了sort与sorted函数的区别,并通过实例展示了argsort函数的功能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在深度学习中经常用到Numpy、scipy以及Matplotlib三大库,Numpy、scipy主要用于数值计算,Matplotlib数据可视化。前面学习了python的基本知识,感觉看一些项目代码还是没有看的很明白,其中这里有几个Numpy的函数,在这里记录下。

from numpy import *
import numpy as np
#包含5个元素的向量
x = array([3, 1, 2])
#数组的shape属性返回一个元组,元组的元素是数组每一个维度上的大小
print x.shape                                          #(3, )
print x.shape[1]                                      #1

#创建多维数组
m = array([arange(2), arange(2)])
print m                                                    #[[0, 1], [0,1]]
#显示多维数组
print m.shape                                          #(2, 2)

#选取数组元素 a[m, n]为元素的下标
a = array([[1, 2], [3, 4]]) 
print a[0, 0]                                              #1
print a[1, 1]                                              #4

#axis=0表示按列相加
c = np.sum([[0, 1, 2],[2, 1, 3]], axis=0)
print c                                                      #[2, 2, 5]
print c.shape                                            #(3, )

#axis=1表示按行相加
c = np.sum([[0, 1, 2],[2, 1, 3]], axis=1)
print c                                                      #[3, 6]
print c.shape                                            #(2, )

#axis没有给参数表示全部相加相加
c = np.sum([[0, 1, 2],[2, 1, 3]], axis=0)
print c                                                      #9
print c.shape                                            #( )

#argsort函数返回是数组从小到大的索引
#一维数组(升序的排列方式)
x = np.array([3, 1, 2])
y = np.argsort(x)
print y                                                        #[1, 2, 0]

#一维数组(降序的排列方式)
x = np.array([3, 1, 2])
y = np.argsort(-x)
print y                                                        #[0, 2, 1]

#二维数组,按列排序
x = np.array([[3, 1],[2, 3]])
y = np.argsort(x, axis=0)
print y                                                      #[[1 0] [0 1]]

#二维数组,按行排序
x = np.array([[3, 1],[2, 3]])
y = np.argsort(x, axis=1)
print y                                                      #[[1 0] [0 1]]

#与sort sorted排序的比较
#sort会改变自己本身
a = [5, 6, 2, 2, 1,9]
a.sort()
print a                                                       #[1, 2, 2, 5, 6, 9]

#sorted不会改变自己
b = [5, 6, 2, 2, 1,9]
print sorted(b)                                          #[1, 2, 2, 5, 6, 9]
print b                                                      #[5, 6, 2, 2, 1, 9]

     


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值