NumPy 常用命令

import numpy as np

创建ndarray: arr1 = np.array([1,2,3,4,5])
查看数组维度: arr1.ndim
查看数组结构: arr1.shape
查看数据类型: arr1.dtype
创建全0,或全1,或空多维数组: np.zeros((2,3)), np.ones((2,3)), np.empty((2,3))
创建N*N维数组: np.eye(N)
指定数据类型创建数组: np.eye(N, dtype=int32)
复制数组: arr2 = arr1.copy()
数组索引: arr2[0,0]
数组的切片: arr2[:1,1:]
数组索引+切片混合得到低维度切片: arr2[1,1:]
布尔型索引 arr2[布尔素组]
花式索引 arr2[[int行数组]]
数组抽转换: arr2.T arr2.transpose() arr2.swapaxes()
条件逻辑数组运算: result = [(x if c else y) for x,y,c in zip(xarr,yarr,cond)]
数组全部元素平均: arr.mean()
数组全部元素求和: arr.sum()
标准差: arr.std()
方差: arr.var()
最大值最小值: arr.max() arr.min()
最大值最小值元素的索引: arr.argmax() arr.argmiin()
所有元素累计和: arr.cumsum()
所有元素累计积: arr.cumprod()
测试布尔值: bools.any() bools.all()
排序: arr.sort() 返回队列 sorted(arr) 返回素组
测试arr2在另外数组arr1中是否存在: np.in1d(arr1, arr2)
找出数组中的唯一值并返回队列: np.unipue(arr)
数组保存到磁盘和加载: np.save('arr.npy', arr) 或 np.savez('and_arr.npz', a=arr1, b=arr2) np.load(filename)

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容