元素計算函數

ceil(): 向上最接近的整數，參數是 number 或 array

floor(): 向下最接近的整數，參數是 number 或 array

rint(): 四舍五入，參數是 number 或 array

isnan(): 判斷元素是否為 NaN(Not a Number)，參數是 number 或 array

multiply(): 元素相乘，參數是 number 或 array

divide(): 元素相除，參數是 number 或 array

abs()：元素的絕對值，參數是 number 或 array

where(condition, x, y): 三元運算符，x if condition else y

示例代碼（1、2、3、4、5、6、7）：

# randn() 返回具有標準正態分布的序列。 arr = np.random.randn(2,3)print(arr)print(np.ceil(arr))print(np.floor(arr))print(np.rint(arr))print(np.isnan(arr))print(np.multiply(arr, arr))print(np.divide(arr, arr))print(np.where(arr > 0, 1, -1))

?

運行結果：

# print(arr) [[-0.75803752 0.0314314 1.15323032][ 1.17567832 0.43641395 0.26288021]]# print(np.ceil(arr)) [[-0. 1. 2.][ 2. 1. 1.]]# print(np.floor(arr)) [[-1. 0. 1.][ 1. 0. 0.]]# print(np.rint(arr)) [[-1. 0. 1.][ 1. 0. 0.]]# print(np.isnan(arr)) [[False False False][False False False]]# print(np.multiply(arr, arr)) [[ 5.16284053e+00 1.77170104e+00 3.04027254e-02][ 5.11465231e-03 3.46109263e+00 1.37512421e-02]]# print(np.divide(arr, arr)) [[ 1. 1. 1.][ 1. 1. 1.]]# print(np.where(arr > 0, 1, -1)) [[ 1 1 -1][-1 1 1]]

?

元素統計函數

np.mean(),?np.sum()：所有元素的平均值，所有元素的和，參數是 number 或 array

np.max(),?np.min()：所有元素的最大值，所有元素的最小值，參數是 number 或 array

np.std(),?np.var()：所有元素的標準差，所有元素的方差，參數是 number 或 array

np.argmax(),?np.argmin()：最大值的下標索引值，最小值的下標索引值，參數是 number 或 array

np.cumsum(),?np.cumprod()：返回一個一維數組，每個元素都是之前所有元素的 累加和 和 累乘積，參數是 number 或 array

多維數組默認統計全部維度，axis參數可以按指定軸心統計，值為0則按列統計，值為1則按行統計。

示例代碼：

arr = np.arange(12).reshape(3,4) print(arr)print(np.cumsum(arr)) # 返回一個一維數組，每個元素都是之前所有元素的 累加和print(np.sum(arr)) # 所有元素的和print(np.sum(arr, axis=0)) # 數組的按列統計和print(np.sum(arr, axis=1)) # 數組的按行統計和

?

運行結果：

# print(arr) [[ 0 1 2 3][ 4 5 6 7][ 8 9 10 11]]# print(np.cumsum(arr)) [ 0 1 3 6 10 15 21 28 36 45 55 66]# print(np.sum(arr)) # 所有元素的和 66# print(np.sum(arr, axis=0)) # 0表示對數組的每一列的統計和 [12 15 18 21]# print(np.sum(arr, axis=1)) # 1表示數組的每一行的統計和 [ 6 22 38]

?

元素判斷函數

np.any(): 至少有一個元素滿足指定條件，返回True

np.all(): 所有的元素滿足指定條件，返回True

示例代碼：

arr = np.random.randn(2,3) print(arr)print(np.any(arr > 0)) print(np.all(arr > 0))

?

運行結果：

[[ 0.05075769 -1.31919688 -1.80636984][-1.29317016 -1.3336612 -0.19316432]]True False

?

元素去重排序函數

np.unique():找到唯一值并返回排序結果，類似于Python的set集合

示例代碼：

arr = np.array([[1, 2, 1], [2, 3, 4]]) print(arr)print(np.unique(arr))

?

運行結果：

[[1 2 1][2 3 4]][1 2 3 4]

?

轉載于:https://www.cnblogs.com/alexzhang92/p/9792754.html

總結

以上是生活随笔為你收集整理的ndnarry元素处理的全部內容，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。