numpy ndarray 运算
【目录】
- 逻辑运算
- 通用判断函数
- 三元运算符 np.where()
- 统计计算
一、逻辑运算
- 所有逻辑运算符，比如：
>, <, >=, ==等
x = np.random.randint(0, 100, (2, 3))
print(x)
print(x > 50)
x[x < 30] = 1
print(x)
# 返回结果
[[69 62 23]
[21 89 25]]
[[ True True False]
[False True False]]
[[69 62 1]
[ 1 89 1]]
二、通用判断函数
- np.all(exp) 全部满足才行
- np.any(exp) 有一个满足就行
x = np.array([[69, 62, 23], [21, 89, 25]])
np.all(x > 60) # False
np.any(x > 80) # True
三、三元运算符
-
np.where(exp)，返回一个结果对象
- 与C/C++中的三元运算符语法、功能一致
x = np.array([[69, 62, 23], [21, 89, 25]])
y = np.where(x > 60, 1, 0) # 大于60的赋值为1，否则为0
print(y)
# 返回结果
[[1 1 0]
[0 1 0]]
-
np.logical_and 和 np.local_or
- 复合型逻辑运算
x = np.array([[69, 62, 23], [21, 89, 25]])
y1 = np.where(np.logical_and(x > 60, x < 90), 1, 0)
y2 = np.where(np.logical_or(x > 90, x < 60), 1, 0)
print(y1)
# 返回结果
[[1 1 0]
[0 1 0]]
print(y2)
# 返回结果
[[0 0 1]
[1 0 1]]
四、统计计算
-
min(a, axis)
- 计算最小值，axis表示指定行或者列，默认不指定
-
max(a, axis])
- 计算最大值，axis表示指定行或者列，默认不指定
-
median(a, axis)
- 计算中位数，axis表示指定行或者列，默认不指定
-
mean(a, axis, dtype)
- 计算平均值，axis表示指定行或者列，默认不指定
-
std(a, axis, dtype)
- 计算标准差，axis表示指定行或者列，默认不指定
-
var(a, axis, dtype)
- 计算方差，axis表示指定行或者列，默认不指定
x = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
print(f"数组中的最小值：{np.min(x)}")
print(f"数组中的最大值：{np.max(x)}")
print(f"数组中的中位数：{np.median(x)}")
print(f"数组中的平均值：{np.mean(x)}")
print(f"数组中的标准差：{np.std(x):.2f}")
print(f"数组中的方差：{np.var(x)}")
# 返回结果
数组中的最小值：1
数组中的最大值：10
数组中的中位数：5.5
数组中的平均值：5.5
数组中的标准差：2.87
数组中的方差：8.25
-
np.argmax(a, axis=)
-
np.argmin(a, axis=)
- 两个函数表示的是最大值和最小值对应的数组下标
x = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])
print(f"数组最大值对应的下标：{np.argmax(x)}")
print(f"数组最小值对应的下标：{np.argmin(x)}")
# 返回结果
数组最大值对应的下标：9
数组最小值对应的下标：0
