numpy的常用方法

進行操作前首先匯入numpy模組

import numpy as np

data = np.arange(12).reshape((3, 4))

data[0, 0] = 80
print(data)
# 1. 獲取最大值和最小值的位置;
# 獲取當前陣列裡面最大值的索引;
max_item1 = np.argmax(data)
print(max_item1)
# 獲取每一列的最大值對應的索引;
print(np.argmax(data, axis=0))
# 獲取每一行的最大值對應的索引;
numpy中的拷貝
import numpy as np

data = np.arange(8).reshape(2,4)
data
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
data1 = data
id(data)
140444611238448
id(data1)
140444611238448
data2 = data[::]
id(data)
140444611238448
id(data2)
140444621241360
id(data[0])
140444621241200
id(data2[0])
140444620515568
data
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
data2
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
np.where(data2<4,4,10)
array([[ 4,  4,  4,  4],
[10, 10, 10, 10]])
data2
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
data2[0] = 0
data2
array([[0, 0, 0, 0],
[4, 5, 6, 7]])
data
array([[0, 0, 0, 0],
[4, 5, 6, 7]])
data3 = data.copy()
data
array([[0, 0, 0, 0],
[4, 5, 6, 7]])
data3
array([[0, 0, 0, 0],
[4, 5, 6, 7]])
data3[0] = 10
data3
array([[10, 10, 10, 10],
[ 4,  5,  6,  7]])
data
array([[0, 0, 0, 0],
[4, 5, 6, 7]])

>>> np.nan == np.nan

false
>>> np.nan != np.nan
true
data = np.arange(12, dtype=np.float).reshape(3, 4)

data
array([[ 0.,  1.,  2.,  3.],
[ 4.,  5.,  6.,  7.],
[ 8.,  9., 10., 11.]])
data[:2, 2] = np.nan
data
array([[ 0.,  1., nan,  3.],
[ 4.,  5., nan,  7.],
[ 8.,  9., 10., 11.]])
np.count_nonzero(data!=data)
2data!=data
array([[false, false,  true, false],
[false, false,  true, false],
[false, false, false, false]])
np.isnan(data)

array([[false, false,  true, false],
[false, false,  true, false],
[false, false, false, false]])
np.count_nonzero(np.isnan(data))
import numpy as np

data = np.arange(12, dtype=np.float).reshape(3, 4)
print(data.sum())
# 每一列資料的和；
print(data.sum(axis=0))
# 每一行資料的和；
print(data.sum(axis=1))
# - 均值

print(data.mean())
print(data.mean(axis=0))
print(data.mean(axis=1))
# - 中值

print(data)
print(np.median(data))
print(np.median(data, axis=0))
print(np.median(data, axis=1))
# - 最大值

print(data.max())
print(data.max(axis=0))
print(data.max(axis=1))
# - 最小值

# - 極差
print(np.ptp(data))
print(np.ptp(data, axis=0))
print(np.ptp(data, axis=1))
# - 標準差： 代表的是資料的波動穩定情況， 數字越大， 越不穩定;

print(data.std())
print(data.std(axis=0))
print(data.std(axis=1))
				
numpy常用方法
資料的載入 常用引數 np.loadtext frame,delimiter,dtype,skiprows,usecols,unpack egfile path np.loadtext file path,delimiter dtype int skiprows 0,usecols 0 unpack...
				
numpy 常用方法總結
記錄使用numpy過程中常用的方法。不斷更新 官方文件 import numpy as np a np.array 0,1 2,3 4,5 numpy.arange start,stop,step,dtype none 返回給定間隔內的均勻間隔的值。start 開始值 stop 結束值 step 步...
				
numpy 其它常用方法
一 建立特殊的陣列 1 ones 語法np.ones shape,dtype none shape 建立陣列的shape dtype 指定陣列的資料型別 例子import numpy as np arr1 np.ones 3,4 dtype int64 print arr1 print arr1.d...