欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python之Numpy大法-03数值计算

程序员文章站 2022-05-21 18:26:12
这篇log记录array数组的数值计算首先还是常规操作,import numpy,并且定义一个测试用的数组test_array(老规矩,黑色框内是代码,黑色框下面的灰色框是代码的输出)import numpy as nptest_array = np.array([[1,2,3],[4,5,6]])test_arrayarray([[1, 2, 3], [4, 5, 6]])对数组内所有元素都进行求和操作np.sum(test_array)21指定要进行的操作是...

这篇log记录array数组的数值计算

首先还是常规操作,import numpy,并且定义一个测试用的数组test_array(老规矩,黑色框内是代码,黑色框下面的灰色框是代码的输出)

input:

import numpy as np
test_array = np.array([[1,2,3],[4,5,6]])
test_array

output:
array([[1, 2, 3],
[4, 5, 6]])

  • 对数组内所有元素都进行求和操作

input:

np.sum(test_array)

output:

21
  • 指定要进行的操作是沿着什么轴(维度)
    • axis=0表示对列进行操作
    • axis=1表示对行进行操作

input:

np.sum(test_array, axis = 0)

output:
array([5, 7, 9])

input:

np.sum(test_array, axis = 1)

output:
array([ 6, 15])

input:

np.sum(test_array,axis=-1)

output:
array([ 6, 15])

input:

test_array.sum()

output:
21

input:

test_array.sum(axis = 0)

output:
array([5, 7, 9])

input:

test_array.sum(axis = 1)

output:
array([ 6, 15])

  • 对数组内元素进行累乘

input:

test_array.prod()

output:
720

input:

test_array.prod(axis = 0)

output:
array([ 4, 10, 18])

input:

test_array.prod(axis = 1)

output:
array([ 6, 120])

  • 取最小值

input:

test_array.min()

output:
1

input:

test_array.min(axis = 0)

output:
array([1, 2, 3])

input:

test_array.min(axis = 1)

output:
array([1, 4])

  • 取最大值

input:

test_array.max()

output:
6

  • 找到索引位置

input:

test_array.argmin()

output:
0

input:

test_array.argmin(axis = 0)

output:
array([0, 0, 0])

input:

test_array.argmin(axis=1)

output:
array([0, 0])

input:

test_array.argmax()

output:
5

  • 求平均值

input:

test_array.mean()

output:
3.5

input:

test_array.mean(axis = 0)

output:
array([2.5, 3.5, 4.5])

  • 求标准差

input:

test_array.std()

output:
1.707825127659933

input:

test_array.std(axis = 1)

output:
array([0.81649658, 0.81649658])

  • 求方差

input:

test_array.var()

output:
2.9166666666666665

  • 截断操作

input:

test_array

output:
array([[1, 2, 3],
[4, 5, 6]])

input:

test_array.clip(2,4)

output:
array([[2, 2, 3],
[4, 4, 4]])

  • 四舍五入

input:

test_array = np.array([1.2,3.56,6.41])

input:

test_array.round(1)    # round()里面的参数控制小数点精确到多少位,参数名称:decimals

output:
array([1.2, 3.6, 6.4])

input:

test_array.round(decimals=1)

output:
array([1.2, 3.6, 6.4])


2020年7月25日更新

本文地址:https://blog.csdn.net/Echo_dat/article/details/107573773