宁波网站推广优化外包公司,庙行镇seo推广网站,安塞网站建设,用wordpress好还是目录 一#xff1a;数组的属性
二#xff1a;翻转数组
三#xff1a;数组的计算 一#xff1a;数组的属性
NumPy 数组#xff08;通常称为 ndarray#xff09;有许多有用的属性#xff0c;这些属性可以帮助你了解数组的各个方面。以下是一些主要的属性#xff1a;
…目录 一数组的属性
二翻转数组
三数组的计算 一数组的属性
NumPy 数组通常称为 ndarray有许多有用的属性这些属性可以帮助你了解数组的各个方面。以下是一些主要的属性
dtype这是数组的数据类型如 int32, float64, complex128 等。你可以使用它来查看或修改数组的数据类型。 shape这是一个元组描述了数组的维度。对于一维数组它是一个包含单一元素的元组对于二维数组它是一个包含行数和列数的元组对于更高维度的数组它可以包含更多元素。例如一个形状为 (3, 4) 的二维数组有 3 行和 4 列。 size这是数组中元素的数量。它等于 numpy.prod(array.shape)或者如果你只处理一维数组它就是数组的长度。 itemsize这是数组中每个元素的大小以字节为单位。例如对于一个 int64 类型的数组itemsize 将是 8。 nbytes这是数组在内存中占用的字节数。它等于 numpy.prod(array.shape) * array.itemsize。 ndim这是数组的维度数。一维数组的维度数为 1二维数组的维度数为 2以此类推。
flat这是一个一维数组视图包含了原数组的所有元素。 ctypes如果数组的数据类型是 ctypes 兼容的这个属性会返回一个描述数据类型的 ctypes 对象。 要访问这些属性你只需要使用点操作符.来访问它们就像访问对象的方法一样。例如要获取一个数组的 dtype你可以使用 array.dtype。
下面是一个例子展示一个数组的属性信息
a np.ones((3,2)) a.dtype 数据类型 a.size a.itemsize a.nbytes a.ndim 二翻转数组
使用numpy.flip()函数 这个函数会沿着指定的轴翻转数组。默认情况下它会翻转数组的轴0。
a np.array([[1,2,3],[4,5,6]]) print(np.flipud(a)) #
使用numpy.fliplr()函数 这个函数会沿着轴1翻转数组。相当于numpy.flip(arr, axis1)。
a np.array([[1,2,3],[4,5,6]]) print(np.fliplr(a)) #
三数组的计算
加减剩除
a np.array([9,9,9]) print(第一个数组) print(a) print(\n) print(第二个数组) b np.array([10, 10, 10]) print(b) print(\n) print(两个数组相加) print(np.add(a, b)) print(\n) print(两个数组相减) print(np.subtract(a, b)) print(\n) print(两个数组相乘) print(np.multiply(a, b)) print(\n) print(两个数组相除) print(np.divide(a, b))
统计元素大小
numpy.amin() 用于计算数组中的元素沿指定轴的最小值。
numpy.amax() 用于计算数组中的元素沿指定轴的最大值。
第一个参数是数组第二个参数是所沿的轴对于二维数组0的话就是每一行的最小值1的话就是每一列的最小值不指定轴的话默认为所有元素的最小值
arr np.array([[1,2,3],[4,5,6],[7,8,9]]) print(arr) print(np.amin(arr,0)) print(np.amin(arr,1)) print(np.amin(arr))
print(np.amax(arr,0)) print(np.amax(arr,1)) print(np.amax(arr))
计算平均值
a np.array([[1, 2, 3], [4, 5, 6]])
print(np.mean(a))
print(np.mean(a, axis0))
print(np.mean(a, axis1))
