本文禁止转载!
原本是不想专门讲述Numpy函数的 ,但是今天又有人问起。这次黄同学趁机为大家总结了这12个Numpy高级函数,大家一定要掌握,因为它真的很好用!很好用!很好用!
在正式讲述12个函数之前 ,先看看黄同学为你准备的大纲,辛苦整理,记得保存 。
1. np.where(condition,x,y)
- 用法一:满足条件(condition) ,输出x ,不满足输出y。
- 用法二:筛选出满足条件(condition)的元素。
例一:查找数组中大于5的值,并返回 。对于小于等于5的部分,直接用5代替;
import numpy as np
x = np.array([1,3,5,7,9])
z = x > 5
z
np.where(z,y,5)
结果如下:
例二:查找数组中大于18岁的人 ,并返回它们的下标;
y = np.array([19,35,15,25,10])
y
z = y > 18
z
np.where(z)
结果如下:
2. np.cumsum()和np.cumprod()
- np.cumsum():按照不同轴,计算元素的累加和。
- np.cumprod():按照不同轴,计算元素的累乘积。
- 注意:若不设置axis ,则会自动将数组拉成一条直线,然后进行累加或累乘 。
如果不设置axis:
x = np.array([[1,2],[4,5],[7,8]])
x
np.cumsum(x)
np.cumprod(x)
结果如下:
axis=0表示【按列方向操作】;axis=1表示【按行方向操作】
np.cumsum(x,axis=0)
np.cumsum(x,axis=1)
结果如下:
np.cumprod(x,axis=0)
np.cumprod(x,axis=1)
结果如下:
3. np.argmin()和np.argmax()
- np.argmin():按照不同轴,返回最小值元素的下标 。
- np.argmax():按照不同轴 ,返回最大值元素的下标。
- 注意:若不设置axis,则会自动将数组拉成一条直线,返回最大值、最小值元素的下标。
如果不设置axis:
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.argmin(x)
np.argmax(x)
结果如下:
axis=0表示【按列方向操作】;axis=1表示【按行方向操作】
np.argmin(x,axis=0)
np.argmin(x,axis=1)
结果如下:
np.argmax(x,axis=0)
np.argmax(x,axis=1)
结果如下:
4. np.sort()
- np.sort():按照不同轴 ,进行元素排序 。
- 默认是按照行操作,相当于axis=1。
x = np.array([[2,1,7],[6,0,3],[5,4,8]])
x
np.sort(x)
np.sort(x,axis=1)
结果如下:
np.sort(x,axis=0)
结果如下: