二、数组的索引和切片
1. 数组的索引
import numpy as np
arr=np.arange(10)
Out[ ]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
arr[3]
Out[ ]: 3
arr[-1]
Out[ ]: 9
arr[2]=123
arr
Out[ ]: array([ 0, 1, 123, 3, 4, 5, 6, 7, 8, 9])
对于二维数组
arr=np.arange(15).reshape(3,5)
arr
Out[ ]: array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
arr[0][3]
Out[ ]: 3
arr[0,3] #两种方法同价
Out[ ]: 3
2. 数组的切片
import numpy as np
arr = np.arange(12).reshape((3, 4))
Out[ ]: array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
# 取第2行(取1:2行,在这些行取所有列),注意左闭右开
line2 = arr[1:2, :]
print(line2)
Out[ ]: [[4,5,6,7]]
# 取第2列(取所有行,在这些行取1:2列)
col2 = arr[:, 1:2]
print(col2)
Out[ ]: [[1]
[5]
[9]]
# 取1:3行中2:4列的数据
data = arr[1:3, 2:4]
print(data)
Out[ ]: [[ 6,7]
[10,11]]
3. 布尔型索引
fruits=np.array(['apple','banna','pear','banana','pear','apple','pear'])
datas=np.random.randint(-1,1,size=(7,5))
fruits
Out[ ]: array(['apple', 'banna', 'pear', 'banana', 'pear', 'apple', 'pear'],dtype='<U6')
datas
Out[ ]: array([[ 0, -1, -1, 0, 0],
[-1, -1, 0, 0, 0],
[ 0, 0, -1, 0, 0],
[-1, 0, 0, 0, 0],
[ 0, 0, -1, 0, 0],
[-1, -1, 0, 0, -1],
[ 0, -1, -1, -1, 0]])
datas[fruits=='pear']
Out[ ]: array([[ 0, 0, -1, 0, 0],
[ 0, 0, -1, 0, 0],
[ 0, -1, -1, -1, 0]])
同样适用于不等号(!=)、负号(-)、和(&)、或(|)
三、数组的运算
1. 数组和标量间的运算
arr=np.array([1,2,3])
arr*10
Out[ ]: array([10, 20, 30])
arr*arr
Out[ ]: array([1, 4, 9])
2. 通用函数
np.abs(arr)
np.add(arr1,arr2)
3. 条件逻辑运算
arr=np.random.randint(-2,2,size=(3,4))
Out[ ]: array([[ 1, 1, 1, 1],
[-1, 1, -1, 1],
[ 1, -2, 0, 0]])
new_arr=np.where(arr>0,1,-1)
Out[ ]: array([[ 1, 1, 1, 1],
[-1, 1, -1, 1],
[ 1, -1, -1, -1]])
4. 统计运算
arr.sum()
Out[ ]: 3
arr.mean()
Out[ ]: 0.25
arr.std()
Out[ ]: 1.0103629710818451
5. 布尔型运算
(arr >0).sum()
Out[ ]: 7
6. 排序
arr.sort()
arr.sort(1)
—————————————————————
以上内容均来自书籍或网络,为个人的学习笔记,如有侵权,请联系删帖。