微信小程序本地存储与登录页面处理实例详细讲解
694
2022-10-10
总结了12个Numpy高级函数,完美解决数据处理,拿来即用!
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 npx = np.array([1,3,5,7,9])z = x > 5znp.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])yz = y > 18znp.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]])xnp.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]])xnp.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]])xnp.sort(x)np.sort(x,axis=1)
结果如下:
np.sort(x,axis=0)
结果如下:
5. 如图所示 (六合一)
① unique()
② np.in1d()
③ np.intersect1d()
④ np.union1d()
⑤ np.setdiff1d()
⑥ np.setxor1d()
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~