Numpy简单例子（2）

最新推荐文章于 2025-03-23 10:45:40 发布

原创最新推荐文章于 2025-03-23 10:45:40 发布 · 933 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

人工智能同时被 2 个专栏收录

5 篇文章

订阅专栏

anaconda

3 篇文章

订阅专栏

本文介绍了如何使用numpy进行数组重塑(new_arr.reshape())、转置(new_arr.T)和多维转换(new_arr.transpose())，并展示了条件逻辑运算和数据处理技巧，如where函数和数组统计。同时涵盖了排序、聚合和维度调整等关键操作。

import numpy as np
arr=np.arange(16)
new_arr=arr.reshape(4,4)
new_arr

Out[1]:

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

In [3]:

#T转置
new_arr.T

Out[3]:

array([[ 0,  4,  8, 12],
       [ 1,  5,  9, 13],
       [ 2,  6, 10, 14],
       [ 3,  7, 11, 15]])

In [5]:

new_arr=new_arr.reshape(2,2,4)

In [15]:

new_arr

Out[15]:

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])

In [14]:

new_arr.shape

Out[14]:

(2, 2, 4)

In [9]:

#transpose
new_arr.transpose()

Out[9]:

array([[[ 0,  8],
        [ 4, 12]],

       [[ 1,  9],
        [ 5, 13]],

       [[ 2, 10],
        [ 6, 14]],

       [[ 3, 11],
        [ 7, 15]]])

In [13]:

new_arr.transpose().shape

Out[13]:

(4, 2, 2)

In [22]:

new_arr.transpose(2,1,0)

Out[22]:

array([[[ 0,  8],
        [ 4, 12]],

       [[ 1,  9],
        [ 5, 13]],

       [[ 2, 10],
        [ 6, 14]],

       [[ 3, 11],
        [ 7, 15]]])

In [26]:

new_arr.swapaxes(1,2).shape

Out[26]:

(2, 4, 2)

In [28]:

#2.8数据处理
#条件逻辑转为数组运算
arr_x=np.array([1,5,6])
arr_y=np.array([8,2,1])
arr_con=np.array([True,False,True])
result=np.where(arr_con,arr_x,arr_y)
result

Out[28]:

array([1, 2, 6])

In [29]:

np.where(arr_x>2,1,0)

Out[29]:

array([0, 1, 1])

In [31]:

#求和
np.sum(arr_y)

Out[31]:

In [32]:

np.min(arr_y)

Out[32]:

In [34]:

#累计乘法
np.cumprod(arr_x)

Out[34]:

array([ 1,  5, 30], dtype=int32)

In [35]:

#累计加法
np.cumsum(arr_y)

Out[35]:

array([ 8, 10, 11], dtype=int32)

In [40]:

#可以指定轴
new_arr
#new_arr.sum(axis=1)

Out[40]:

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]]])

In [44]:

new_arr.sum(axis=2)

Out[44]:

array([[ 6, 22],
       [38, 54]])

In [63]:

#排序
arr_sort=np.array([[3,4,5,1],[2,6,1,9]])
#arr_sort.sort()
arr_sort.sort(axis=0)
arr_sort

Out[63]:

array([[2, 4, 1, 1],
       [3, 6, 5, 9]])

In [67]:

#all  any
np.any(arr_sort>2)
# np.all(arr_sort>2)
#去重
np.unique(arr_sort)
#inld
np.in1d(arr_sort,[1,9])

Out[67]:

array([False, False,  True,  True, False, False, False,  True], dtype=bool)

In [ ]: