numpy常用方法使用

1.数组的拼接

竖直拼接：使用np.vstack(t1,t2)方法
水平拼接：使用np.hstack(t1,t2)方法

t1
Out[3]: 
array([[ 0,  1,  2,  3,  4,  5], [ 6,  7,  8,  9, 10, 11]]) t2
Out[4]: 
array([[12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]) 

竖直拼接：

np.vstack((t1,t2)) Out[6]: 
array([[ 0,  1,  2,  3,  4,  5], [ 6,  7,  8,  9, 10, 11], [12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]) 

水平拼接：

np.hstack((t1,t2)) Out[7]: 
array([[ 0,  1,  2,  3,  4,  5, 12, 13, 14, 15, 16, 17], [ 6,  7,  8,  9, 10, 11, 18, 19, 20, 21, 22, 23]]) 

2.数组的行列交换
1.行交换：交换t的第二行和第三行

t=np.arange(12,24).reshape((3,4)) t
Out[3]: 
array([[12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23]]) t[[1,2],:]=t[[2,1],:] t
Out[6]: 
array([[12, 13, 14, 15], [20, 21, 22, 23], [16, 17, 18, 19]]) 

2.列交换，交换第二列和第三列

t[:,[1,2]]=t[:,[2,1]] t
Out[8]: 
array([[12, 14, 13, 15], [20, 22, 21, 23], [16, 18, 17, 19]]) 

3.拼接练习

为t1加入一列属性都赋值为0，t2加入一列属性都赋值为1
再将t1和t2拼接

import numpy as np

t1=np.arange(0,12).reshape((3,4)) t2=np.arange(12,24).reshape((3,4)) print(t1) print(t2) #构造全为0，行数为t1的行数列数为1的数组，构造全为1…… zeros_data=np.zeros((t1.shape[0],1)) ones_data=np.ones((t2.shape[0],1)) #为t1和t2分别添加构造好的数组 t1=np.hstack((t1,zeros_data)) t2=np.hstack((t2,ones_data)) #拼接t1和t2 t=np.vstack((t1,t2)) print(t) 

输出结果：

[[ 0  1  2  3] [ 4  5  6  7] [ 8  9 10 11]] [[12 13 14 15] [16 17 18 19] [20 21 22 23]] [[ 0.  1.  2.  3.  0.] [ 4.  5.  6.  7.  0.] [ 8.  9. 10. 11.  0.] [12. 13. 14. 15.  1.] [16. 17. 18. 19.  1.] [20. 21. 22. 23.  1.]] 

4.创建全为0和全为1的数组

np.ones((3,3,)) Out[4]: 
array([[1., 1., 1.], [1., 1., 1.], [1., 1., 1.]]) np.zeros((2,3)) Out[6]: 
array([[0., 0., 0.], [0., 0., 0.]]) 

5.创建一个对角线为1的正方形数组（方阵）：np.eye()

np.eye(5) Out[7]: 
array([[1., 0., 0., 0., 0.], [0., 1., 0., 0., 0.], [0., 0., 1., 0., 0.], [0., 0., 0., 1., 0.], [0., 0., 0., 0., 1.]]) 

6.获取数组最大值和最小值的位置：
np.argmax(t,axis=0/1)
np.argmin(t,axis=0/1)
里面的参数axis=0不是求每一行的最大值的索引，而是求每一列的最大值，axis=0是进行行与行值的比较，直到得出一列中的最大值。同理，axis=1代表着列与列的值进行比较，直到得出一行的最大值

t1
Out[8]: 
array([[ 0,  1,  2,  3,  4,  5], [ 6,  7,  8,  9, 10, 11]]) np.argmax(t1,axis=0) Out[9]: array([1, 1, 1, 1, 1, 1], dtype=int64) 

7.创建随机数
np.random.……

如：

t2=np.random.randint(4,28,(4,6)) t2
Out[12]: 
array([[22, 27, 14, 13, 20, 23], [10, 26, 23, 13,  4,  4], [20, 24, 23, 24, 25,  5], [ 9,  7, 19, 10, 26, 17]]) 

8.np.sum
用于求数组的和

t3=np.arange(12).reshape((3,4)) print(t3) 

输出求和：

np.sum(t3) Out[5]: 66 

axis=0/1属性用于设定按照哪个方向或者维度求和

np.sum(t3,axis=0) Out[6]: array([12, 15, 18, 21]) 

axis=0时每行相加，得到类似于每一列分别相加求和的效果
另外还有：

本文地址：https://blog.csdn.net/zhangqiqiyihao/article/details/109025640