Numpy數組使你可以將許多種數據處理任務表達為簡潔的數組表達式（否則需要編寫循環）。用數組表達式代替循環的做法，通常被稱為矢量化。

np.meshgrid函數接受兩個一維數組，并產生兩個二維矩陣（對應于兩個數組中所有的（x,y）對）：

In[1]：point=np.arange(-5,5,0.01)

In[2]：point

Out[2]: array([-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99])

In[3]：xs,ys=np.meshgrid(point,point)

In[4]：xs #行維度展示

Out[4]:

array([[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99],

[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99],

[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99],

...,

[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99],

[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99],

[-5. , -4.99, -4.98, ..., 4.97, 4.98, 4.99]])

In[5]：ys #列維度展示

Out[5]:

array([[-5. , -5. , -5. , ..., -5. , -5. , -5. ],

[-4.99, -4.99, -4.99, ..., -4.99, -4.99, -4.99],

[-4.98, -4.98, -4.98, ..., -4.98, -4.98, -4.98],

...,

[ 4.97, 4.97, 4.97, ..., 4.97, 4.97, 4.97],

[ 4.98, 4.98, 4.98, ..., 4.98, 4.98, 4.98],

[ 4.99, 4.99, 4.99, ..., 4.99, 4.99, 4.99]])

#編寫表達式

z=np.sqrt(xs**2+ys**2)

plt.imshow報錯，說matplotlib中沒有imshow。

1.將條件邏輯表述為數組運算

numpy.where函數是三元表達式x if condition else y的矢量化版本。

In[6]：xarr=np.array([1.1,1.2,1.3,1.4,1.5])

In[7]：yarr=np.array([2.1,2.2,2.3,2.4,2.5])

In[8]：cond=np.array([True,False,True,True,False])

In[9]：result=np.where(cond,xarr,yarr)

In[10]：result

Out[10]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])

#說明

cond：條件

xarr：滿足條件，用xarr對應的值替換

yarr：不滿足條件，用yarr對應的值替換。

np.where的第二個和第三個參數不必是數組，可以是標量值。在數據分析工作中，where通常用于根據另一個數組而產生一個新的數組。

#注意標量值的用法

In [18]: arr=np.random.randn(4,4)

In [19]: arr

Out[19]:

array([[ 0.34029727, -0.85125359, 0.84190462, 0.18978229],

[ 1.02542847, 1.06472262, 0.06243246, -0.62324965],

[ 1.04228861, -0.31963213, -0.48520624, -0.82195685],

[-1.37491946, 0.44900294, 0.35896568, 0.69315588]])

In [20]: np.where(arr>0,2,-2)

Out[20]:

array([[ 2, -2, 2, 2],

[ 2, 2, 2, -2],

[ 2, -2, -2, -2],

[-2, 2, 2, 2]])

#注意這里的用法，如果只改滿足條件的，不該不滿足條件的，則使用原數組

In [21]: np.where(arr>0,2,arr)

Out[21]:

array([[ 2. , -0.85125359, 2. , 2. ],

[ 2. , 2. , 2. , -0.62324965],

[ 2. , -0.31963213, -0.48520624, -0.82195685],

[-1.37491946, 2. , 2. , 2. ]])

「親，如果筆記對您有幫助，收藏的同時，記得給點個贊、加個關注哦！感謝！」

「誠邀關注“issnail”，會有驚喜哦!」

「文中代碼均親測過，若有錯誤之處，歡迎批評指正，一起學習，一起成長！」

參考書目：利用python進行數據分析

總結

以上是生活随笔為你收集整理的python numpy 子数组_Python利用Numpy数组进行数据处理（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。