专栏首页微服务架构日记Python Numpy高级操作

Python Numpy高级操作

注意

当 axis为None的时候,np对象将失去维度,按一维处理

拷贝

  • view

浅拷贝,值变动会影响

  • copy

深拷贝,值变动不会影响

索引

  • 一维

参考Python 数组操作即可

# 倒序
[::-1]
# 步长
[::2]
  • 二维

序号索引和pd的iloc原理一致

  • 三维

有几维,就有几个冒号,原理参考二维即可

花式索引

  • 按 idex 自动进行维度,给的索引是什么样的,就构建什么样的数组
  • 组合序列
  • 花式

索引赋值

不仅可取值,仍然可以赋值

布尔索引

布尔索引在过滤数据的时候,用途很大,包括pandas中

合并

  • hstack/vstack

有几点需要注意,hstack是水平插入,在一维向二维插的时候,要保证行数一致(需要reshape)

column_stack/row_stack

在一维向二维插的时候,用该方法不用reshape

  • concatenate

可以合并后变成一维

拆分

  • spilt

注意这个只能整除拆分,任意拆分使用[:,:]

属性/方法

  • numpy.random.normal

正态分布

  • transpose

转置

np.linspace

10-20 分五等份

flat

遍历输出每个元素

np.linalg.inv()

求逆矩阵

-np.eye()

对角矩阵 参数表示几行

  • ravel

多维变一维

  • reshape

size 指定为-1,则会自动计算其他的 size 大小

>>> a.reshape(3,-1)
array([[ 2.,  8.,  0.,  6.],
       [ 4.,  5.,  1.,  1.],
       [ 8.,  9.,  3.,  6.]])
  • newaxis

提升维度

参考文档

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • python下之numpy操作

    t5 = np.array([1, 1, 0, 1, 1], dtype=bool)

    用户7886150
  • python练习 numpy操作

    NO23412号菜狗
  • python numpy 的基础操作

    e=np.array([['ding','mo'],['xiao','momo']])

    小末快跑
  • Python|Numpy的常用操作

    Python中常用的基本数据结构有很多,通常我们在进行简单的数值存储的时候都会使用list来进行,但是list的缺点在于对于每一个元素都需要有指针和对象,对于数...

    数据山谷
  • Mysql 高级操作

    嘉美伯爵
  • numpy操作

    机器学习和大数据挖掘
  • cassandra高级操作之JMX操作

      一开始有点无头绪,后面查看cassandra官方文档看到Monitoring章节,里面说到:Cassandra中的指标使用Dropwizard Metric...

    青石路
  • Python高级特性之---切片操作

    索引正向从0开始,逆向从-1开始 N:切片开始位置 M:切片结束位置(不包含) P:指定切片步长,为正数表示按照指定步长正向切片,为负数反之 一、列表的切片操作...

    py3study
  • python+numpy:基本矩阵操作

    # 参考网站:http://cs231n.github.io/python-numpy-tutorial/

    用户7886150

扫码关注云+社区

领取腾讯云代金券