numpy知识汇总

最新推荐文章于 2024-08-27 09:29:56 发布

原创最新推荐文章于 2024-08-27 09:29:56 发布 · 558 阅读

CC 4.0 BY-SA版权

这篇博客总结了numpy的基本操作，包括创建数组、数据类型、数组形状的修改，详细阐述了如何处理不同维度的数组运算，读取数据的方法，数组转置的多种方式，数据修改和拼接技巧，以及一些特殊函数的应用，如随机数生成、统计函数等。重点强调了在操作过程中对原始数据的修改和赋值的最佳实践。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
原因是：a.reshape这样得到的只是一个反馈值，不对原始数据进行修改

如果要对原始数据进行修改，则可以 a= a.reshape

#二维数据转化成一维数据
t1=array([1,2,3],[4,5,6])
t2=t1.reshape((t1.shape[0]*t5.shape[1]))
#或者
t1.flatten()

注意：一维数据shape后是一个数，二维shape后是两个数，三维shape后是三个数
在这里插入图片描述

数组运算

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
frame可以是路径

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

np.where(t<10,0,10)#矩阵t中小于10的数值全部换成3，其余的换成10
t.clip(10,20)#小于10的转化成10，大于20的转化成20

np.vstack((t1,t2))#vertically竖直拼接
np.hstack((t1,t2))#horizontally水平拼接

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
最好是赋值给本身：如对a进行一系列操作后，还是赋值给a即可

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述