栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

numpy数组计算

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

numpy数组计算

数组计算 查看数组形状
import numpy as np
t1=np.arange(3,12,2)
print(t1)#[ 3  5  7  9 11]
print(t1.shape)#(5,)

t2=np.array([[1,2,3],[4,5,6]])
print(t2)#[[1 2 3]
         # [4 5 6]]
print(t2.shape)#(2, 3)两行三列

t3=np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
print(t3)#[[[ 1  2  3]
  #         [ 4  5  6]]

 #         [[ 7  8  9]
  #         [10 11 12]]]
print(t3.shape)#(2, 2, 3)
修改数组形状
t4=np.arange(12)
print(t4)#[ 0  1  2  3  4  5  6  7  8  9 10 11]

print(t4.reshape((3,4)))
"""[[ 0  1  2  3]
    [ 4  5  6  7]
    [ 8  9 10 11]]"""
print('-------------------')
三维数组变成二维一维
t5=np.arange(24).reshape((2,3,4))
print(t5)#[[[ 0  1  2  3]
   #        [ 4  5  6  7]
  #         [ 8  9 10 11]]

 #         [[12 13 14 15]
 #          [16 17 18 19]
 #          [20 21 22 23]]]
print(t5.reshape((4,6)))
"""[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]]"""
#赋值运算是将返回值返回到等式左端,与直接返回到显示器输出设备本质是相同的,只是承受的对象不同
print(t5.reshape((24,)))#[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
print(t5.reshape((24,1)))
"""[[ 0]
 [ 1]
 [ 2]
 [ 3]
 [ 4]
 [ 5]
 [ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]
 [11]
 [12]
 [13]
 [14]
 [15]
 [16]
 [17]
 [18]
 [19]
 [20]
 [21]
 [22]
 [23]]"""
print(t5.reshape((1,24)))#[[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]]
print(t5.flatten())#数据转化为一维[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23]
print('-----------------------')
数组加减乘除
t6=np.arange(12)
print(t4)#[ 0  1  2  3  4  5  6  7  8  9 10 11]
print(t6)#[ 0  1  2  3  4  5  6  7  8  9 10 11]
print(t6+2)#[ 2  3  4  5  6  7  8  9 10 11 12 13]
print(t6+t4)#[ 0  2  4  6  8 10 12 14 16 18 20 22]
print(t6+t4-1)#[-1  1  3  5  7  9 11 13 15 17 19 21]
print(t6*2)#[ 0  2  4  6  8 10 12 14 16 18 20 22]
print(t6/2)#[0.  0.5 1.  1.5 2.  2.5 3.  3.5 4.  4.5 5.  5.5]
#print(t6/0)#[nan inf inf inf inf inf inf inf inf inf inf inf]
#   nan意思为not a number inf意为无穷大
print(t4*t6)#[  0   1   4   9  16  25  36  49  64  81 100 121]
print(t2)#[[1 2 3]
         # [4 5 6]]
print(t3)#[[[ 1  2  3]
  #         [ 4  5  6]]

 #         [[ 7  8  9]
  #         [10 11 12]]]
print(t2+t3)
'''[[[ 2  4  6]
  [ 8 10 12]]

 [[ 8 10 12]
  [14 16 18]]]'''

#广播原则,两个数组形状不相同时,也并不是完全不能进行计算,当其中一个数组形状为(a,b)时,另一个数组形状为(b)或者(a,1)时可以进行对应位置元素的数值运算,并且会广播到其他维数。
#331可以和任意(3,x)计算,反之除了(3,3),其余的(X,3)都不能计算
#再补充一下 补充一下:(a,b,c)可以和(b,c)以及(1.c) /(b,1)计算

当扩展到三维时,例如一个数组形状为(a,b,c),那么当另一个数组的形状为(a,b,1),(b,c),©,(b,1)四种种情况时都可以完成广播计算。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/998222.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号