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。