「numpy」ndarray 逻辑运算，通用判断，三元运算，统计量计算

numpy ndarray 运算

---

更多内容请关注本人【numpy】专栏

---

【目录】

• 逻辑运算
• 通用判断函数
• 三元运算符 np.where()
• 统计计算

一、逻辑运算

• 所有逻辑运算符，比如：>, <, >=, ==等

x = np.random.randint(0, 100, (2, 3))
print(x)
print(x > 50)
x[x < 30] = 1
print(x)

# 返回结果
[[69 62 23]
 [21 89 25]]

[[ True  True False]
 [False  True False]]

[[69 62  1]
 [ 1 89  1]]

二、通用判断函数

• np.all(exp) 全部满足才行
• np.any(exp) 有一个满足就行

x = np.array([[69, 62, 23], [21, 89, 25]])

np.all(x > 60)	# False

np.any(x > 80)	# True

三、三元运算符

• np.where(exp)，返回一个结果对象
  • 与C/C++中的三元运算符语法、功能一致

x = np.array([[69, 62, 23], [21, 89, 25]])

y = np.where(x > 60, 1, 0)	# 大于60的赋值为1，否则为0

print(y)

# 返回结果
[[1 1 0]
 [0 1 0]]

---

• np.logical_and 和 np.local_or
  • 复合型逻辑运算

x = np.array([[69, 62, 23], [21, 89, 25]])

y1 = np.where(np.logical_and(x > 60, x < 90), 1, 0)

y2 = np.where(np.logical_or(x > 90, x < 60), 1, 0)

print(y1)
# 返回结果
[[1 1 0]
 [0 1 0]]

print(y2)
# 返回结果
[[0 0 1]
 [1 0 1]]

四、统计计算

• min(a, axis)
  • 计算最小值，axis表示指定行或者列，默认不指定
• max(a, axis])
  • 计算最大值，axis表示指定行或者列，默认不指定
• median(a, axis)
  • 计算中位数，axis表示指定行或者列，默认不指定
• mean(a, axis, dtype)
  • 计算平均值，axis表示指定行或者列，默认不指定
• std(a, axis, dtype)
  • 计算标准差，axis表示指定行或者列，默认不指定
• var(a, axis, dtype)
  • 计算方差，axis表示指定行或者列，默认不指定

x = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(f"数组中的最小值：{np.min(x)}")
print(f"数组中的最大值：{np.max(x)}")
print(f"数组中的中位数：{np.median(x)}")
print(f"数组中的平均值：{np.mean(x)}")
print(f"数组中的标准差：{np.std(x):.2f}")
print(f"数组中的方差：{np.var(x)}")

# 返回结果
数组中的最小值：1
数组中的最大值：10
数组中的中位数：5.5
数组中的平均值：5.5
数组中的标准差：2.87
数组中的方差：8.25

---

• np.argmax(a, axis=)
• np.argmin(a, axis=)
  • 两个函数表示的是最大值和最小值对应的数组下标

x = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(f"数组最大值对应的下标：{np.argmax(x)}")
print(f"数组最小值对应的下标：{np.argmin(x)}")

# 返回结果
数组最大值对应的下标：9
数组最小值对应的下标：0