numpy之数组计算
# coding=utf-8
import numpy as np
import random
#数组和数字计算,进行广播计算,包括加减乘除
t8 = t8 +2
print(t8,t8.dtype,t8.shape) #数组和数组计算,只要在某一维度(行或列)一样,就可以进行广播计算,包括加减乘除
t9 = t5+t6
print(t9,t9.dtype,t9.shape) '''
如果两个数组的后缘维度(即从末尾开始算起的维度)的轴长度相符或其中一方的维度为1,则认为他们的是广播兼容的
例如
(3,3,3)与(3,2)不可以计算,因为(3, 3,3)最后两个3,3与3,2不相符
(3,3,2)与(3,2)可以计算,因为从最后开始,存在相符维度即(3,2)
'''
t7 = np.ones((3,3))
t10 = np.random.randint(10,20,(3,3,3))
print(t10,t10.dtype,t10.shape)
t10 = t10 + t7
print(t10,t10.dtype,t10.shape)
t10 = t10 - t7
print(t10,t10.dtype,t10.shape)
t10 = t10.dot(t7)
print(t10,t10.dtype,t10.shape)
t10 = t10/t7
print(t10,t10.dtype,t10.shape) #四维数组
t10 = np.random.randint(10,20,(3,3,3,4))
print(t10,t10.dtype,t10.shape) ###########其他计算方法###################
'''
获取最大值最小值的位置
np.argmax(t,axis=0) #每一行最大值位置
np.argmin(t,axis=1) #每一列最小值的位置
创建一个全0的数组: np.zeros((3,4))
创建一个全1的数组:np.ones((3,4))
创建一个对角线为1的正方形数组(方阵):np.eye(3)
''' '''
rand(d0, d1, …, dn) 产生均匀分布的随机数 dn为第n维数据的维度
randn(d0, d1, …, dn) 产生标准正态分布随机数 dn为第n维数据的维度
randint(low[, high, size, dtype]) 产生随机整数 low:最小值;high:最大值;size:数据个数
uniform(low,high,(size)) 产生均匀分布的数组,low起始值,high结束值,size形状
normal(loc,scale,(size)) 从指定正太分布中随机抽取样本,分布中心为loc,标准差为scale,形状为size
seed(s) 随机数种子,s是给定的种子值,因为计算机生成的是伪随机数,所以通过设定相同的随机数种子,可以每次生成相同的随机数
''' '''
np.nan与np.nan不相等
np.count_nonzero(t)判断t中不为0的数量
np.count_nonzero(np.isnan(t))判断t中nan的数量
nan与任何值进行计算都为nan 求和:t.sum(axis=None)
均值:t.mean(a,axis=None) 受离群点的影响较大
中值:np.median(t,axis=None)
最大值:t.max(axis=None)
最小值:t.min(axis=None)
极值:np.ptp(t,axis=None) 即最大值和最小值只差
标准差:t.std(axis=None)
协方差: cov = np.cov(data.T) #计算协方差矩阵
计算矩阵的特征值和特征向量: eig_val, eig_vec = np.linalg.eig(data)#要求矩阵是方阵
'''
注意点:
数组中的属性axis表示,以数组的该行维度个数返回
numpy之数组计算的更多相关文章
- NumPy:数组计算
一.MumPy:数组计算 1.NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础.2.NumPy的主要功能: ndarray,一个多维数组结构,高效且节省空间 无需循环 ...
- Python-Numpy数组计算
一.NumPy:数组计算 1.NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础.2.NumPy的主要功能: ndarray,一个多维数组结构,高效且节省空间 无需循环 ...
- NumPy(数组计算)
一.介绍 NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. 1.主要功能 1)ndarray,一个多维数组结构,高效且节省空间2)无需循环对整组数据进行快速运算的数 ...
- numpy——基础数组与计算
In [1]: import numpy as np In [11]: # 创建数组 a = np.array([1,2,3,4,5]) In [12]: a Out[12]: array([1, 2 ...
- python数据分析 Numpy基础 数组和矢量计算
NumPy(Numerical Python的简称)是Python数值计算最重要的基础包.大多数提供科学计算的包都是用NumPy的数组作为构建基础. NumPy的部分功能如下: ndarray,一个具 ...
- Numpy.frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数
Numpy.frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数 不再通过遍历,对数组中的元素进行运算,利用frompyfunc()将计算单个值的函数转化为计算数组中每个元素的函数 ...
- Numpy常用金融计算(一)
In [41]: a=[1,2,3,4,5,5,6,6,7,8,8,9,9] # list类型数组 In [42]: b=nu.mean(a) #调用numpy.mean方法计算数组元素的算术平均值 ...
- NumPy 迭代数组
NumPy 迭代数组 NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式. 迭代器最基本的任务的可以完成对数组元素的访问. 接下来我们使用 arange() ...
- 找出numpy array数组的最值及其索引
在list列表中,max(list)可以得到list的最大值,list.index(max(list))可以得到最大值对应的索引 但在numpy中的array没有index方法,取而代之的是where ...
随机推荐
- 上班时能不能戴耳机?V
上班时能不能戴耳机? 新入职一公司, 上班时间不能戴耳机在V站一石激起千层浪,网友意见主要分几派: 甩手走人型: 神经病公司,这还不赶紧走 不走等着过年 不走留着转正 离职,下一题 还是赶紧离职吧 这 ...
- java-web服务器-tomcat
HTTP服务器: 一.定义: 1)是一个安装在服务端的[资源文件调度软件] 二.作用: 1)自动解析接收的[请求协议包]内容 2)自动在服务端计算机上定位[被访问的文件] 3)自动创建[Http响应协 ...
- IIS 调试配置
- PHP代码执行流程
怎么样?有点了解了么.说实话,单看这个,我本人是有点懵的,不过,不要怕.咱们来慢慢地看下. 首先,在网上找的信息说PHP代码执行的顺序是这样的,第一步是词法分析,第二步是语法分析,第三步是转化为opc ...
- QT一个最简单的openGL例子
创建一个基类为widget的工程 把文件夹glut64放到代码目录下,文件夹包含以下文件 freeglut.dll freeglut.lib glut.h freeglut.h freeglut_ex ...
- Tomcat管理页面
下面就是 Manager的界面: Server Status 上面个两个配置任意一个配置好了后,都可以启用Server Status的GUI界面:
- Win7安装VS2019
SP1 补丁 WIN7安装VS2019需要更新两个补丁才能顺利安装,否则会闪退. KB4474419 KB4490628 https://zhidao.baidu.com/question/18026 ...
- [人物存档]【AI少女】【捏脸数据】活泼少女
AISChaF_20191028022750507.png
- cookbook 10.1生成随机密码
任务: 随机地创造出新密码.比如,有时需要给新的用户账号分配新的密码. 解决方案: from random import choice import string def GenPasswd(leng ...
- hdu 5810 Balls and Boxes 二项分布
Balls and Boxes Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/65536 K (Java/Others)T ...