numpy（pyhton中的数组）基本操作

文章目录

• • 创建数组
  • • 如何使用list生成一维（多维）数组
  • 数组基本操作
  • • 加减乘除
    • • 如何让数组内各个元素对应地进行加减乘除
      • 什么是numpy的broadcast（广播）机制？
    • 数组基本操作
    • • 查看数组的size，元素的数据类型
      • 按行依次查询数组内容
      • 将多维数组转换为一维数组
      • 根据索引（index）查找元素
      • 根据元素的值的范围查找元素
    • 查找添加删除

创建数组

如何使用list生成一维（多维）数组

>>> x = np.array([1.0, 2.0, 3.0])
>>> print(x)
[ 1. 2. 3.]
>>> type(x)
<class 'numpy.ndarray'>

#多维数组
>>> A = np.array([[1, 2], [3, 4]])
>>> print(A)
[[1 2]
[3 4]]

数组基本操作

加减乘除

如何让数组内各个元素对应地进行加减乘除

>>> x = np.array([1.0, 2.0, 3.0])
>>> y = np.array([2.0, 4.0, 6.0])
>>> x + y # 对应元素的加法
array([ 3., 6., 9.])
>>> x - y
array([ -1., -2., -3.])
>>> x * y # element-wise product
array([ 2., 8., 18.])
>>> x / y
array([ 0.5, 0.5, 0.5]

什么是numpy的broadcast（广播）机制？

一个数组和单一数字（或者维度不够的数组）进行运算，会自动将该数字（或者维度不够的数组）扩充到和目标数组维度相同

>>> x = np.array([1.0, 2.0, 3.0])
>>> x / 2.0
array([ 0.5, 1. , 1.5])

数组基本操作

查看数组的size，元素的数据类型

>>> A.shape
(2, 2)
>>> A.dtype
dtype('int64')

按行依次查询数组内容

X = np.array([[51, 55], [14, 19], [0, 4]])

for a in X:
    print(a)

将多维数组转换为一维数组

>>> X = X.flatten() # 将X转换为一维数组
>>> print(X)
[51 55 14 19 0 4]

根据索引（index）查找元素

>>> X[np.array([0, 2, 4])] # 获取索引为0、 2、 4的元素
array([51, 14, 0])

根据元素的值的范围查找元素

>>> X > 15
array([ True, True, False, True, False, False], dtype=bool)
>>> X[X>15]
array([51, 55, 19])

查找添加删除

标签：元素,pyhton,数组,np,基本操作,array,2.0,numpy
来源： https://blog.csdn.net/daxiawudi/article/details/118736462