姓名/成績
語文數學
英語物理
tom90
100110
89ali
80100
3399
li89
9933
93
stu_info = np.array([
[90,100,110,89],
[80,100,33,99],
[89,99,33,93]
])
stu_info[1]
array([ 80, 100, 33, 99])
stu_info[1][1]
stu_info[1,1]
100
理解1:4 ,從第1位開始,保留4-1個值
stu_info[1,1:4]
array([100, 33, 99])
第乙個冒號,表示取所有人
stu_info[:,0]
array([90, 80, 89])
stu_info[np.ix_([0,2],[0,1,3])]
array([[ 90, 100, 89],
[ 89, 99, 93]])
stu_info[[0,2]].t[[0,1,3]].t
array([[ 90, 100, 89],
[ 89, 99, 93]])
print(stu_info)
stu_info[2] = [100,100,100,100]
print(stu_info)
stu_info[:,1] = [50,50,50]
print(stu_info)
[[ 90 100 110 89] [ 80 100 33 99] [ 89 99 33 93]]
[[ 90 100 110 89] [ 80 100 33 99] [100 100 100 100]]
[[ 90 50 110 89] [ 80 50 33 99] [100 50 100 100]]
注意:陣列建立後,大小就固定了,無法新增或刪除陣列的行與列
print(stu_info)
print(stu_info>60)
[[ 90 50 110 89] [ 80 50 33 99] [100 50 100 100]]
[[ true false true true] [ true false false true] [ true false true true]]
stu_info[(stu_info>60) & (stu_info<90)]
array([89, 80])
names = np.array(['joe','tom','anne'])
scores = np.array([[70,80,90],[77,88,99],[80,90,70]])
classes = np.array(['語文','數學','英語'])
print(names)
print(scores)
print(classes)
# 取joe的成績
print(names=='joe')
print(scores[names=='joe'])
# 輸出joe的數學成績
print(scores[names=='joe',classes=='數學'])
# 輸出joe和anne的成績
print(scores[(names=='joe')| (names=='anne')])
['joe' 'tom' 'anne']
[[70 80 90] [77 88 99] [80 90 70]]
['語文' '數學' '英語']
取joe的成績
[ true false false]
[[70 80 90]]
輸出joe的數學成績
[80]
輸出joe和anne的成績
[[70 80 90] [80 90 70]]
05 numpy陣列高階操作
import numpy as np x np.array 1 2 3 y np.array 4,5,6 b np.broadcast x,y 對y廣播x 1.print b.index print b.next 迴圈到下乙個 1,4 print b.next 迴圈到下乙個 1,5 print b....
numpy基本操作
算數運算子 等這些運算子為元素集,也就是說,它們只用於位置相同的元素之間,所得到的運算結果組成乙個新陣列 矩陣積 dot,表示矩陣乘機,表示對應元素相乘 np.dot a,b a.dot b 通用函式,通常叫做ufunc,它對陣列中的每個元素逐一進行操作,這表明,通用函式分別處理輸入陣列中的每個元素...
Numpy基本操作
索引 合併 分割 c a b c a b c a b c b 2 c 10 np.sin a c dot np.dot a,b 叉積 np.sum a np.min a np.max a np.sum a,axis 1 0行1列 np.min a,axis 0 np.max a,axis 1 np....