numpy 第四课--拼接

最新推荐文章于 2025-05-16 07:15:00 发布

原创最新推荐文章于 2025-05-16 07:15:00 发布 · 143 阅读

0 ·

CC 4.0 BY-SA版权

python 同时被 3 个专栏收录

9 篇文章

订阅专栏

数据分析

6 篇文章

订阅专栏

numpy

3 篇文章

订阅专栏

本文详细介绍了使用NumPy进行数组操作的方法，包括数组的创建、拼接、元素筛选及数学运算等核心功能。通过实例展示了如何进行竖直拼接、水平拼接，以及如何构建全0和全1数组，并进行了数组的拼接操作。此外，还深入探讨了如何获取数组中的最大值及其位置，判断特殊值如NaN和Inf，以及如何统计非0、NaN和Inf的数量。最后，讲解了如何处理包含NaN和Inf的数组求和问题。

# -*- coding:utf-8 -*-
import numpy as np

t1 = np.arange(6).reshape(2, 3)
t2 = np.arange(10, 16).reshape(2, 3)
# 竖直拼接,vertically 相当于union all
# print(np.vstack((t1, t2)))
# 水平拼接 horizontally
# print(np.hstack((t1, t2)))
print("*" * 10)
# 构建全为0的数组
z = np.zeros((t1.shape[0], 1), dtype="int")
t1 = np.hstack((z, t1))
# 构建全为1的数组
o = np.ones((t2.shape[0], 1)).astype(np.int)
t2 = np.hstack((o, t2))

print(np.vstack((t1, t2)))

print("*" * 50)
t1[0, 0] = 7
t1[0, 2] = 6
print(t1)
# 第一列最大值是7，返回位置0
# 第二列最大值是3，返回位置1....其余同理
print(np.argmax(t1, axis=0))  # [0 1 0 1]
print(np.argmax(t1))  # 返回一维数组中最大值的位置

print("*" * 50)
# 常用判断
print(np.nan == np.nan)  # False
print(np.inf == np.inf)  # True
t1 = t1.astype("float")
t1[1, 1] = np.nan
t1[1, 2] = np.inf
print(t1)
# 获取非0个数,包括nan,inf
print(np.count_nonzero(t1))

# 获取nan个数 方法1
print(np.count_nonzero(t1 != t1))
# 获取nan个数 方法2
print(np.count_nonzero(np.isnan(t1)))

# 求和 有nan的话返回nan,有inf的话返回inf
print(np.sum(t1))
t1[1, 1] = 3
print(t1)
print(np.sum(t1))  # info
print(np.sum(t1, axis=0))  # [ 7.  3. inf  7.]
print(np.max(t1, axis=0))
# 极值=最大值-最小值
print(np.ptp(t1, axis=0))

t1 = np.arange(10).reshape((2, 5)).astype(np.float)
print(t1)
t2 = t1[:, 1]
# 注意：此处修改的t2，会影响t1
t2[1] = -1
print(t1)