目錄

• 1.對(duì)數(shù)組求指數(shù)和對(duì)數(shù)
• 2.數(shù)組的最值及其索引
• 3.按照行或者列求均值/求和/最大值/最小值/標(biāo)準(zhǔn)差/方差
• 4.取對(duì)角線元素
• 5.取兩個(gè)數(shù)組對(duì)應(yīng)的最大或最小值
• 6.對(duì)數(shù)組重新排列

1.對(duì)數(shù)組求指數(shù)和對(duì)數(shù)

參考
指數(shù)：
math.exp() 只能對(duì)一個(gè)數(shù)求指數(shù)，不能對(duì)數(shù)組進(jìn)行批量求指數(shù)
numpy.exp()既能對(duì)一個(gè)數(shù)求指數(shù)，也能對(duì)數(shù)組進(jìn)行批量求指數(shù)
對(duì)數(shù)：
math.log()
numpy.log()
作用同上

2.數(shù)組的最值及其索引

參考
在list列表中，max(list)可以得到list的最大值，list.index(max(list))可以得到最大值對(duì)應(yīng)的索引

但在numpy中的array沒(méi)有index方法，取而代之的是where，其又是list沒(méi)有的

numpy中還有argmax/argmin方法來(lái)獲取最值對(duì)應(yīng)的索引，但是它返回順序查找（行優(yōu)先）下的索引，也就是沒(méi)有分別的行和列，而且有相同最值情況下，它只返回第一個(gè)最值的索引。

首先我們可以得到array在全局和每行每列的最大值(最小值同理)

>>> a = np.arange(9).reshape((3,3)) >>> a array([[0, 1, 2],[3, 4, 5],[6, 7, 8]]) >>> print(np.max(a)) #全局最大 8 >>> print(np.max(a,axis=0)) #每列最大 [6 7 8] >>> print(np.max(a,axis=1)) #每行最大 [2 5 8]

然后用where得到最大值的索引，返回值中，前面的array對(duì)應(yīng)行數(shù)，后者對(duì)應(yīng)列數(shù)

>>> print(np.where(a==np.max(a))) (array([2], dtype=int64), array([2], dtype=int64)) >>> print(np.where(a==np.max(a,axis=0))) (array([2, 2, 2], dtype=int64), array([0, 1, 2], dtype=int64)) import numpy as npr = np.array([[-1,2,-3]]) # 輸出：2 a = np.argmin(r) print(a) # 輸出：1 b = np.argmax(r) print(b)

3.按照行或者列求均值/求和/最大值/最小值/標(biāo)準(zhǔn)差/方差

參考

import numpy as npa = np.arange(12).reshape(3, 4) print(a.shape) print(a) # (3, 4) # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]]# 返回得到數(shù)組中所有元素的和 print(np.sum(a)) # 66# 參數(shù)axis＝0時(shí)，返回?cái)?shù)組各列的和，參數(shù)axis＝1時(shí)，返回?cái)?shù)組各行的和。 print(np.sum(a, axis=0)) print(np.sum(a, axis=1)) # [12 15 18 21] # [ 6 22 38]# 不使用numpy的函數(shù)也是可以的，因?yàn)閚darndarray數(shù)組中也有相同的求和方法sum()。并且也可以通過(guò)參數(shù)axis指定行或列。 print(a.sum()) # 66print(a.sum(axis=0)) print(a.sum(axis=1)) # [12 15 18 21] # [ 6 22 38]# numpy.mean()的使用方法與numpy.sum()相同，也可以通過(guò)參數(shù)axis指定行或列。 print(np.mean(a)) # 5.5print(np.mean(a, axis=0)) print(np.mean(a, axis=1)) # [ 4. 5. 6. 7.] # [ 1.5 5.5 9.5]# 和sum()一樣，ndarray數(shù)組中也有相同的求平均值的方法mean()。并且也可以通過(guò)參數(shù)axis指定行或列。 print(a.mean()) # 5.5print(a.mean(axis=0)) print(a.mean(axis=1)) # [ 4. 5. 6. 7.] # [ 1.5 5.5 9.5]#在分別使用numpy.min()和numpy.max()求數(shù)組中元素的最小值與最大值的時(shí)候，也可以通過(guò)參數(shù)axis指定行或列。并且，為了使用方便，還可以直接使用函數(shù)numpy.amin()和numpy.amax()進(jìn)行計(jì)算，所得到的結(jié)果是一樣的。 print(np.min(a)) print(np.min(a, axis=0)) print (np.amin(a,0)) # 0 # [0 1 2 3] # [0 1 2 3]print(a.max()) print(a.max(axis=1)) print(np.amax(a,1)) # 11 # [ 3 7 11] # [ 3 7 11]# 求標(biāo)準(zhǔn)差和方差的函數(shù)分別為numpy.std()和numpy.var()。使用方法和之前相同，也可以通過(guò)參數(shù)axis指定行或列。 print(np.std(a)) #3.452052529534663print(np.var(a)) #11.916666666666666

4.取對(duì)角線元素

a= np.array([[1,2],[0.5,3],[3,4]]) a.diagonal()輸出： array([1., 3.])

5.取兩個(gè)數(shù)組對(duì)應(yīng)的最大或最小值

a = [1,2,3] b = [1,3,1] a = np.minimum(a,b) a輸出： array([1, 2, 1])

6.對(duì)數(shù)組重新排列

a = np.array([[1,2],[0.5,3],[3,4]]) b = [2, 1, 3] c = np.argsort(b) print(c) bb = np.array(b)[c] print(bb) aa = np.array(a)[c] print(aa)輸出： [1 0 2] [1 2 3] [[0.5 3. ][1. 2. ][3. 4. ]]

總結(jié)

以上是生活随笔為你收集整理的python笔记：数组的一些操作的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。