
import numpy as np
A=np.arange(2,14).reshape((3,4))
print(A)
print(A[2])#此处表示索引行数,即第三行全部元素,若没有reshape,则表示单个元素
print(A[1,3])#直接表示矩阵中单个元素索引位置
print(A[1,:])#第二行的所有列
print(A[:,1])#每一行的第二列
for row in A:#循环输出行
print(row)
for column in A.T:#循环输出列
print(column)
print(A.flatten())#将矩阵变为一行列表元素
for i in A.flat:#一个元素一行循环输出
print(i)
print(np.mean(A)) #整个矩阵的平均值
print(A.mean())
print(np.average(A))
#print(np.median(A))#矩阵的中位数
#print(np.cumsum(A))#逐步累加
#print(np.diff(A))#每两个元素之间的差值
#print(np.nonzero(A))#以行列两个数组输出每个元素的索引位置
结果:
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
[10 11 12 13]
9
[6 7 8 9]
[ 3 7 11]
[2 3 4 5]
[6 7 8 9]
[10 11 12 13]
[ 2 6 10]
[ 3 7 11]
[ 4 8 12]
[ 5 9 13]
[ 2 3 4 5 6 7 8 9 10 11 12 13]
2
3
4
5
6
7
8
9
10
11
12
13
7.5
7.5
7.5
示例:
B=np.arange(14,2,-1).reshape((3,4)) #倒序生成矩阵
print(B)
print(np.sort(B)) #每行进行从小到大的排序
print(np.transpose(B)) #矩阵转置,也可以写(A.T)
print(np.mean(B,axis=0)) #求矩阵中的列平均值,即对每行相加
print(np.clip(B,5,9)) #5为下界,9为上界,小于5的全部变为5,大于9的全部变为9
结果:
[[14 13 12 11]
[10 9 8 7]
[ 6 5 4 3]]
[[11 12 13 14]
[ 7 8 9 10]
[ 3 4 5 6]]
[[14 10 6]
[13 9 5]
[12 8 4]
[11 7 3]]
[10. 9. 8. 7.]
[[9 9 9 9]
[9 9 8 7]
[6 5 5 5]]
示例:
import numpy as np
a=np.array([1,1,1])[:,np.newaxis]#可以直接加在后面变为纵向序列
b=np.array([2,2,2])[:,np.newaxis]#直接加[:,np.newaxis]
print(a.shape,b.shape)
print(a[:,np.newaxis])
c=np.vstack((a,b))#纵向合并序列
c1=np.hstack((a,b))#横向合并序列
print(c)
print(c1)
#b1=np.concatenate((a,b,b,a))#默认横向
b1=np.concatenate((a,b,b,a),axis=0)#纵向序列按列合并
print(b1)
结果:
(3, 1) (3, 1)
[[[1]]
[[1]]
[[1]]]
[[1]
[1]
[1]
[2]
[2]
[2]]
[[1 2]
[1 2]
[1 2]]
[[1]
[1]
[1]
[2]
[2]
[2]
[2]
[2]
[2]
[1]
[1]
[1]]
示例:
import numpy as np
A=np.arange(2,14).reshape((3,4))
a=np.split(A,2,axis=1)#纵向分两块
print(a)
print(np.vsplit(A,3))#横向分三块
print(np.hsplit(A,2))#纵向分两块
b=A
c=b
print(b)
A[1,1]=77
print(b)
print(c)#浅拷贝
b=A.copy()#深拷贝,A矩阵元素的变化不影响b
print(b)
A[1,1]=777
print(b)
print(c)#c会变化
结果:
[array([[ 2, 3],
[ 6, 7],
[10, 11]]), array([[ 4, 5],
[ 8, 9],
[12, 13]])]
[array([[2, 3, 4, 5]]), array([[6, 7, 8, 9]]), array([[10, 11, 12, 13]])]
[array([[ 2, 3],
[ 6, 7],
[10, 11]]), array([[ 4, 5],
[ 8, 9],
[12, 13]])]
[[ 2 3 4 5]
[ 6 7 8 9]
[10 11 12 13]]
[[ 2 3 4 5]
[ 6 77 8 9]
[10 11 12 13]]
[[ 2 3 4 5]
[ 6 77 8 9]
[10 11 12 13]]
[[ 2 3 4 5]
[ 6 77 8 9]
[10 11 12 13]]
[[ 2 3 4 5]
[ 6 77 8 9]
[10 11 12 13]]
[[ 2 3 4 5]
[ 6 777 8 9]
[ 10 11 12 13]]
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)