六、numpy的使用

还是老流程,第一步先导入numpy,以及创建一个array。

import numpy as np

lst=[[1,2,3,4],[5,6,7,8],[1,3,9,4]]

data=np.array(lst)

输入:

np.max(data)

结果是:

9

这个很好理解,用max找寻array里面最大的元素是多少。

np.max(data,axis=1)

结果是:

array([4, 8, 9])

我们加入axis(轴),并且把轴的值设置成1的时候,那么我们输出的就是每一行最大的那个值是多少。

如果我们把axis设置成0以后,我们的结果就会变成求每一列最大值:

np.max(data,axis=0)

结果是:

array([5, 6, 9, 8])

和sort一样,max也有一个argmax,作用如下:

np.argmax(data,axis=1)

结果是:

array([3, 3, 2], dtype=int64)

用argmax以后我们将轴调成1,结果就是每一行最大值所在的位置。

那么如果把轴变成0,结果输出的就是每一列最大值的位置:

np.argmax(data,axis=0)

结果是:

array([1, 1, 2, 1], dtype=int64)

如果我们不设置轴,光输入argmax,那么我们就会输出所有元素中最大值的位置:

np.argmax(data)

结果是:

10

最后我们要讲的是条件查找:

np.where(data>6)

结果是:

(array([1, 1, 2], dtype=int64), array([2, 3, 2], dtype=int64))

我们这里设置的条件是大于6的数,因此我们出来的结果也是大于6的数的位置。但是这里输出出来的结果要上下结合着看,比如第一个array里面第一个数是1,那么意思就是在第一行,第二个array第一个数是2,那么意思就是在第二列,这里要注意,无论是第一行还是第一列都是从0开始的。因此,第一行第二列的数字就是7,以此类推,第一行第三列的数字是8。第二行第二列的数字是9。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180805G0PVH000?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券