oh boy,下面的比較複雜了。官網寫的真的很清楚,我要是記極簡筆記,不同於基礎篇,沒看過官方doc的看不懂的。
找最大索引。
data = np.sin(np.arange(12)).reshape(3.4)
ind = data.argmax(axis = 0)
data_max = data[ind,range(4)]
print(np.all(data_max == data.max(axis = 0)))#返回true
重複的索引
a = np.arange(5)
a[[0,0,1]] = [99, 77 ,44] #只有最後一次賦值生效
a = np.arange(5)
a[[0,0,1]] +=1 # 只自加一一次,因為python+=不是++,而是x=x+1,要保證這個生效一次
相當於篩選
a = arange(12).reshape(3,-1)
b = a >4
a[b] #會列印一維陣列,裡面的元素從5到11
numpy基礎(筆記)
coding utf 8 import numpy as np 陣列的建立 一維 a np.array 1,2,3 b np.random.randn 5 c np.ones 4 d np.arange 7 data1 1,2,3,4 e np.array data1 print a,b,c,d,e...
筆記 NumPy基礎操作
學機器學習做點小筆記,都是python的numpy庫的基本小操作,圖書館借的書看到的,怕自己還了書後忘了,就記下來。一般習慣匯入numpy時使用import numpy as np,不要直接import,會有命名空間衝突。比如numpy的array和python自帶的array。numpy下有兩個可...
Numpy學習筆記 二
numpy通用函式 基本操作 陣列形狀 t reshape resize import numpy as np ar1 np.arange 10 ar2 np.ones 5 2 print ar1,n ar1.t print ar2,n ar2.t print t方法 轉置,例如原shape為 3,...