本文共 1379 字,大约阅读时间需要 4 分钟。
文章作者:Tyan
博客: | |本文主要是关于numpy的一些基本运算的用法。
#!/usr/bin/env python# _*_ coding: utf-8 _*_import numpy as np# Test 1a = np.arange(2, 14).reshape(3, 4)print a# Test 1 result[[ 2 3 4 5] [ 6 7 8 9] [10 11 12 13]]# Test 2# 计算矩阵最小值的索引print np.argmin(a)# 计算矩阵最大值的索引print np.argmax(a)# 计算矩阵的均值print np.mean(a)print a.mean()print np.average(a)# 计算矩阵的中位数print np.median(a)# 计算前n项之和print np.cumsum(a)# 计算相邻两位的差print np.diff(a)# 找出非零的数, 输出的是非零数的索引,分别为行的索引和列的索引print np.nonzero(a)# Test 2 result1108.58.58.58.5[ 14 27 39 50 60 69 77 84 90 95 99 102][[-1 -1 -1] [-1 -1 -1] [-1 -1 -1]](array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))# Test 3a = np.arange(14, 2, -1).reshape(3, 4)print a# 矩阵排序,按行排序print np.sort(a)# 矩阵的转置print np.transpose(a)print a.transpose()print a.Tprint a.T.dot(a)# Test 3 result[[14 13 12 11] [10 9 8 7] [ 6 5 4 3]][[11 12 13 14] [ 7 8 9 10] [ 3 4 5 6]][[14 10 6] [13 9 5] [12 8 4] [11 7 3]][[14 10 6] [13 9 5] [12 8 4] [11 7 3]][[14 10 6] [13 9 5] [12 8 4] [11 7 3]][[332 302 272 242] [302 275 248 221] [272 248 224 200] [242 221 200 179]]# Test 4print a# 矩阵的处理,所有小于5的数等于5,所有大于10的数等于10print np.clip(a, 5, 10)# 计算矩阵指定维度的均值, 0是列, 1是行print np.mean(a, axis = 0)# Test 4 result[[14 13 12 11] [10 9 8 7] [ 6 5 4 3]][[10 10 10 10] [10 9 8 7] [ 6 5 5 5]][ 10. 9. 8. 7.]
转载地址:http://acwui.baihongyu.com/