机器学习入门——Numpy中的比较与Fancy Indexing

机器学习入门——Numpy中的比较与Fancy Indexing

Numpy中的比较与Fancy Indexing

• Fancy Indexing
• numpy.array 比较
• • 具体应用
• 几种方法的混合运算

Fancy Indexing

• 向向量传入索引列表，可获取相应索引位置的值
  
• 将向量按传入的二维矩阵形式返回对应的值：
  
• 按照行，列坐标分别获取相应值
  
• 运用切片提取矩阵
  
• 通过传入的布尔值，选择性返回相应位置的元素
  

numpy.array 比较

• 通过运算比较符进行比较，返回相应位置判断的布尔值
  
  
• 可以通过运算得到满足相应条件的布尔值
  

具体应用

• 计算x向量中有多少<=3的值
  

• 计算传入元素有多少个非零元素
  
  == 注==：此处传入的是布尔值，只要不是False都是非零元素

• 判断向量中是否有元素等于0
  

• 判断向量中是否有元素小于0
  

• 判断是否x中所有元素都满足相应条件
  

• 查看每一行的偶数个数
  

• 查看每一列的偶数个数
  

• 统计大于3且小于10的元素个数
  

此处要用位运算符& 来判断x中每一个位置的关系，用&&则会报错

几种方法的混合运算

这个表达式表示，X的所有行中，第三列元素，除3余数为0的位置的索引为行的所有元素