其他分享
首页 > 其他分享> > numpy(pyhton中的数组)基本操作

numpy(pyhton中的数组)基本操作

作者:互联网

文章目录

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