zoukankan      html  css  js  c++  java
  • 2-3 arrary数组的数值的计算

    In [2]:
    import numpy as np
    tang_array=np.array([[1,2,3],[4,5,6]])
    tang_array
    
    Out[2]:
    array([[1, 2, 3],
           [4, 5, 6]])
    In [3]:
    np.sum(tang_array)
    
    Out[3]:
    21
     

    指定要进行的操作是沿着什么轴(维度)

    In [4]:
    np.sum(tang_array,axis=0)
    
    Out[4]:
    array([5, 7, 9])
    In [5]:
    tang_array.ndim
    
    Out[5]:
    2
    In [6]:
    np.sum(tang_array,axis=1)
    
    Out[6]:
    array([ 6, 15])
    In [7]:
    np.sum(tang_array,axis=-1)
    
    Out[7]:
    array([ 6, 15])
    In [8]:
    tang_array.sum()
    
    Out[8]:
    21
    In [9]:
    tang_array.sum(axis=1)
    
    Out[9]:
    array([ 6, 15])
     

    求乘积

    In [10]:
    tang_array.prod()
    
    Out[10]:
    720
    In [11]:
    tang_array.prod(axis=0)
    
    Out[11]:
    array([ 4, 10, 18])
    In [12]:
    tang_array.prod(axis=1)
    
    Out[12]:
    array([  6, 120])
    In [13]:
    tang_array.min()
    
    Out[13]:
    1
    In [14]:
    tang_array.min(axis=0)
    
    Out[14]:
    array([1, 2, 3])
    In [15]:
    tang_array.min(axis=1)
    
    Out[15]:
    array([1, 4])
    In [16]:
    tang_array.max(axis=0)
    
    Out[16]:
    array([4, 5, 6])
     

    索引的位置

    In [17]:
    tang_array.argmax(axis=0)
    
    Out[17]:
    array([1, 1, 1], dtype=int64)
    In [18]:
    tang_array.argmin(axis=0)
    
    Out[18]:
    array([0, 0, 0], dtype=int64)
     

    算均值,标准差,方差

    In [19]:
    tang_array.mean(axis=0)#均值
    
    Out[19]:
    array([2.5, 3.5, 4.5])
    In [20]:
    tang_array.std()#标准差
    
    Out[20]:
    1.707825127659933
    In [21]:
    tang_array.std(axis=1)
    
    Out[21]:
    array([0.81649658, 0.81649658])
    In [22]:
    tang_array.var()#方差
    
    Out[22]:
    2.9166666666666665
     

    限制范围

    In [23]:
    tang_array
    
    Out[23]:
    array([[1, 2, 3],
           [4, 5, 6]])
    In [24]:
    tang_array.clip(2,4)
    
    Out[24]:
    array([[2, 2, 3],
           [4, 4, 4]])
    In [26]:
    tang_array=np.array([1.2,3.4,4,3,6,76])
    
    In [27]:
    tang_array.round()#四舍五入
    
    Out[27]:
    array([ 1.,  3.,  4.,  3.,  6., 76.])
    In [28]:
    tang_array.round(decimals=1)
    
    Out[28]:
    array([ 1.2,  3.4,  4. ,  3. ,  6. , 76. ])
  • 相关阅读:
    ASP.NET中使用javascript
    遍历DataList控件
    史上最强劲之android模拟器命令详解
    Android开发环境配置简介
    Android模拟器adb命令介绍
    听一名普通android应用开发人员谈:怎样成为一名Android开发者
    android模拟器安装及优化(集锦)
    Ubuntu 快捷键集锦
    smplayer 中文字幕乱码,进度条及拖放MKV
    如何在Windows下搭建Android开发环境
  • 原文地址:https://www.cnblogs.com/AI-robort/p/11636351.html
Copyright © 2011-2022 走看看