numpy必知必会-第二天

编程之家收集整理的这篇文章主要介绍了numpy必知必会-第二天编程之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

6 替换array中的元素,并赋值给新的array

例如:
输入arr = np.array([0,1,2,3,4,5,6,7,8,9])
输出out为array([ 0,-1,-1])
arr为array([0,9])
arr = np.array([0,9])
out = np.where(arr  % 2 == 1,-1,arr)
print(out)
print(arr)

输出:

[ 0 -1  2 -1  4 -1  6 -1  8 -1]
[0 1 2 3 4 5 6 7 8 9]

7 如何改变array的形状

例如:
输入arr=np.arange(10)
输出array([[0,4],[5,9]])

arr=np.arange(10)
arr.reshape(2,-1)

输出

array([[0,4],[5,9]])

8 如何垂直堆叠两个array

例如:
输入a = np.arange(10).reshape(2,-1),b = np.repeat(1,10).reshape(2,-1)
输出> array([[0,
[5,9],
[1,1],1]])
a = np.arange(10).reshape(2,1)">)
b = np.repeat(1,1)">np.concatenate([a,b],axis=0)

输出

array([[0,[1,1
np.vstack([a,b])
np.r_[a,b]

9 如何水平堆叠两个array

例如:
输入a = np.arange(10).reshape(2,-1),b = np.repeat(1,-1)
输出
array([[0,9,1)">) np.concatenate([a,axis=1)

10 如何通过numpy的内建函数实现如下操作

输入a = np.array([1,3])
输出array([1,3])

a = np.array([1,3])
np.repeat(a,3),np.tile(a,3)

输出

(array([1,3]),array([1,3]))

现在你知道了repeat和tile的区别,接下来就可以进行如下操作完成任务了

np.r_[np.repeat(a,3),3)]

输出

array([1,3])

 

原文地址:https://www.cnblogs.com/tracydzf

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


内存块风格 ndarray到底跟原生python列表有什么不同呢,请看一张图: 从图中我们可以看出ndarray在存储数据的时候,数据与数据的地址都是连续的,这样就给使得批量操作数组元素时速度更快。
6 替换array中的元素,并赋值给新的array 例如: 输入arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) 输出out为array([ 0, -1,
1 如何查看np版本 import numpy as np print(np.__version__) 2 如何创建一维数据array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
11 找到两个array中的通用项,并保存在新的array中 例如:输入a = np.array([1,2,3,2,3,4,3,4,5,6]),b = np.array([7,2,10,2,7,4,9
待续。。。
NumPy - 简介NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。Numeric,即 NumPy 的前身,是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ,它拥有一些额外的功能。 2005年,Travis Oliphant 通过将 Numarray 的功能集成到 Numer...
NumPy 中定义的最重要的对象是称为 ndarray 的 N 维数组类型。 它描述相同类型的元素集合。 可以使用基于零的索引访问集合中的项目ndarray 中的每个元素在内存中使用相同大小的块。 ndarray 中的每个元素是数据类型对象的对象(称为 dtype)ndarray 原型:numpy.array(object, dtype=None, copy=True, order=None...
bool_存储为一个字节的布尔值(真或假)int_默认整数, 相当于 C 的long, 通常为int32或int64intc相当于 C 的int, 通常为int32或int64intp用于索引的整数, 相当于 C 的size_t, 通常为int32或int64int8字节(-128 ~ 127)int16 16 位整数(-32768 ~ 32767)int3...
调整数组的数组大小和维度ndarray.shape 返回一个包含数组维度的元组,也可以用于调整数组大小和维度In [1]: import numpy as npIn [2]: num = np.array([[1,2,3],[4,5,6]])In [3]: numOut[3]:array([[1, 2, 3], [4, 5, 6]])In [4]: num.sha...
numpy.empty 创建指定形状和dtype的未初始化数组numpy.empty(shape, dtype = float, order = 'C')Shape 空数组的形状,整数或整数元组Dtype 所需的输出数组类型,可选Order 'C’为按行的 C 风格数组,'F’为按列的 Fortran 风格数组下面的代码展示空数组的例子,因为它们未初始化,所以数组元素默...