numpy笔记

最新推荐文章于 2025-07-18 16:29:43 发布

原创最新推荐文章于 2025-07-18 16:29:43 发布 · 147 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了NumPy库中一些高级功能的应用，包括统计频率、获取指定轴下的最值索引、函数矢量化、形状相同但数据类型不同的张量无损合并，以及如何使用JSON包裹NumPy对象的方法。

仅为个人笔记

统计频率:
np.array(np.unique(a, return_counts=True)).T
获取指定轴下最值的索引
numpy.argmax(a, axis=None, out=None): Returns the indices of the maximum values along an axis.
numpy.argmin(a, axis=None, out=None)
函数矢量化
numpy.frompyfunc(func, nin, nout)
numpy.vectorize(pyfunc, otypes=None, doc=None, excluded=None, cache=False, signature=None)
形状相同数据类型不同张量无损合并
numpy.core.records.fromarrays(arrayList, dtype=None, shape=None, formats=None, names=None, titles=None, aligned=False, byteorder=None)[source]

json包裹numpy对象
python对象 = { ‘placeholder’ : ‘placeholder’ , ‘data’ : numpy对象.tolist()}
json对象 = json.dumps(python对象)