| 方法 | 返回 | 数据类型 | 语句 |
|---|---|---|---|
| ndim | ndarray的维度 | int | import numpy as np arr1 = np.array([-9, 7, 4, 3]) arr2 = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]]) arr3 = np.array((-9, 7, 4, 3), dtype=float) arr2.ndim |
| shape | 数组形状，即几行几列 | tuple | arr1.shape |
| size | 数组中的元素总个数 | int | arr2.size |
| dtype | 数组中的元素数据类型 | numpy.dtype | arr3.dtype |
| astype | 改变数组中的元素数据类型 | numpy.dtype | arr3.astype(int) |
| sort sorted | 排序数组 | numpy.ndarray list | 一维数组排序 np.sort(arr3) # 升序 np.array(sorted(arr3, reverse=True)) # 降序 二维数组排序 np.sort(arr2, axis=0) # 延行方向排序 np.sort(arr1, axis=1) # 延列方向排序 np.sort(arr2) # 默认axis=1 |
| argsort | 排序返回索引值 | numpy.ndarray | np.argsort(arr1) |
| np.sum | 数组求和 | np.sum(arr1, axis=0) # 延行方向操作 np.sum(arr1, axis=1) # 延列方向操作 | |
| np.max | 数组最大值 | np.max(arr1, axis=0) | |
| np.mean | 数组均值 | np.mean(arr1, axis=0) | |
| np.median | 数组中位数 | np.median(arr2, axis=0) | |
| np.std(arr1, axis=0) | 数组标准差 | np.std(arr1, axis=0) | |
| np.var(arr1, axis=0) | 数组方差 | np.var(arr1, axis=0) | |
| stats.mode | 数组众数 | from scipy import stats stats.mode(arr1)[0][0] | |
| 索引 | 访问数组 | arr2[2] # 第3行 arr2[2,1] # 第3行第2列 arr2[2][1] # 第3行第2列 | |
| 切片 | 切片数组 | arr2[:, 2:4] # 所有行，第3列到第4列，左闭右开 arr2[:, 4] # 所有行，第5列 arr2[1:3] # 第2行到第3行 arr2[3] # 第4行 arr2[1:, 2:] #第2行到最后一行，第3列到最后一列 | |
| np.where | 返回满足自定义条件的情况 | np.where(arr1>3, 1, -1) | |
| np.extract | 返回满足条件的元素值 | np.extract(arr1>3, arr1) | |
| 数组运算 | 在数组中的每个元素上同时直接加、减、乘、除，执行速度快 | numpy.ndarray | arr2 + 1 arr2 * 3 |
