numpy.ndarray是什么类型,numpy中的ndarray
NumPy数组的维数叫做秩,一维数组的秩是1,二维数组的秩是2,以此类推。在NumPy中,每个线性数组称为一个轴,秩实际上就是轴的个数。比如二维数组等价于一维数组,这个一维数组中的每个元素都是一维数组。所以这个一维数组就是NumPy中的轴,轴的个数是——秩,这是数组的维数。
Numpy库中的矩阵模块是一个ndarray对象,有很多属性:t,data,dtype,flags,flat,imag,real,size,
Itize,NBYTES,NDIM,Shape,steps,Ctypes,Base等等。
将numpy作为np导入
x=np.array([[1,2,3],[9,8,7],[6,5,4]])
X.T #获得x的转置矩阵。
数组([[1,9,6],
[2, 8, 5],
[3, 7, 4]])
Print.flags #返回数组内部信息
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA:真
可写:真
对齐:真
UPDATEIFCOPY : False
X.flat[2:6] #把数组改成一维数组,从中获取一些数据。
数组([3,9,8,7])
x . flat=4;X #为一维数组赋值,然后将其转换为原始数组的大小形式。
数组([[4,4,4],
[4, 4, 4],
[4, 4, 4]])
x
数组([[4,4,4],
[4, 4, 4],
[4, 4, 4]])
Ndarray.imag #是复变函数中具有虚部的数组,如下所示:
X=np.sqrt([2 3j,5 0j]) #创建一个复数
x
数组([ 1.67414923 0.89597748j,2.23606798 0.j ])
X.imag #获取复数的虚部
数组([ 0.89597748,0。])
X.real #获取复数的实部
数组([ 1.67414923,2.23606798])
X=np.arange(10) #随机生成一个数组,并重命名一个空间的数组。
x.reshape(2,5)
数组([[0,1,2,3,4],
[5, 6, 7, 8, 9]])
X.size #获取数组中元素的个数
10
X.ndim #来获取数组的维数
X.shape #获取数组的(行数,列数)
(10,)
y=x . shape(5,2)
y
数组([[0,1],
[2, 3],
[4, 5],
[6, 7],
[8, 9]])
Y.base #基于另一个对象数组获取这个数组,如下,Y基于x。
数组([0,1,2,3,4,5,6,7,8,9])
Ndarray对象的方法
Ndarray.ptp(axis=None,out=None):返回数组的最大最小值或轴的最大最小值。
Ndarray.clip (a _ min,a _ max,out=none):小于最小值的元素被赋值为最小值,大于最大值的元素成为最大值。
Ndarray.all():如果所有元素都为true,则返回true;否则返回false。
Ndarray.any():只要有一个元素为真,就返回真。
Ndarray.swapaxes(axis1,axis2):交换两个轴的元素,如下所示
z.swapaxes(0,1)
数组([[2,4,6,8],
[3, 5, 7, 9]])
以下方法用于更改数组的维度和大小:
ndarray . shape(shape[,order]):返回重命名数组大小后的数组,不改变元素个数。
Ndarray.resize (new _ shape [,ref check]):更改数组的大小(可以更改数组中元素的数量)。
Ndarray.transpose(*axes):返回矩阵的转置矩阵。
Ndarray.swapaxes(axis1,axis2):交换两个轴的元素后的矩阵。
Ndarray.flatten([order]):复制一维数组。
Ndarray.ravel([order]):返回一个展平的一维数组。
ndarray . squeeze([轴]):删除长度为1的轴。
Ndarray.tolist():将数组转换为列表。
Ndarray.take (indexes,axis=none,out=none,mode= raise ):获取数组指定索引的数据,例如:
a=np.arange(12)。整形(3,4)
a
数组([[ 0,1,2,3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
A.take([1,3],axis=1) #提取1,3列的数据
数组([[ 1,3],
[ 5, 7],
[ 9, 11]])
Numpy.put(a,ind,v,mode=raise ):用v的值替换数组A中ind (index)的值,模式可以是raise/wrap/clip。Clip:如果给定的ind超过了数组的大小,则替换最后一个元素。
Numpy.repeat (a,repeats,axis=none):重复数组的元素,例如:
x=np.array([[1,2],[3,4]])
np.repeat(x,2)
数组([1,1,2,2,3,3,4,4])
np.repeat(x,3,轴=1)
数组([[1,1,1,2,2,2],
[3, 3, 3, 4, 4, 4]])
np.repeat(x,[1,2],轴=0)
数组([[1,2],
[3, 4],
[3, 4]])
Numpy.tile(A,reps):根据给定的reps重复数组A。与repeat不同,repeat是一个重复元素,此方法是一个重复数组。
Ndarray.var (axis=none,dtype=none,out=none,ddof=0):返回数组沿指定轴的方差。
Ndarray.std (axis=none,dtype=none,out=none,ddof=0):返回给定坐标轴上几个数字的标准偏差。
Ndarray.prod (axis=none,dtype=none,out=none):返回指定轴的所有元素。
Ndarray.cumprod (axis=none,dtype=none,out=none):返回指定坐标轴的累计值,如下所示:
a
数组([[ 0,1,2,3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
A.cumprod(axis=1) #获取垂直轴的累积
数组([[ 0,0,0,0],
[ 4, 20, 120, 840],
[ 8, 72, 720, 7920]])
Ndarray.mean (axis=none,dtype=none,out=none):返回指定坐标轴的数组元素的平均值。
Ndarray.cumsum (axis=none,dtype=none,out=none):返回指定坐标轴的元素的累积和。比如:
a
数组([[ 0,1,2,3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
累计和(轴=1)
数组([[ 0,1,3,6],
[ 4, 9, 15, 22],
[ 8, 17, 27, 38]])
Ndarray.sum (axis=none,dtype=none,out=none):返回指定轴的所有元素的总和。
Ndarray.trace (offset=0,axis1=0,axis2=1,dtype=none,out=none):返回沿对角线的数组元素之和。
Ndarray.round (decimals=0,out=none):将数组中的元素舍入到指定的精度,如下所示:
NP . round([0.37,1.64])
数组([ 0。 2.])
np.around([0.37,1.64],小数=1)
数组([ 0.4,1.6])
np.around([.5,1.5,2.5,3.5,4.5]) #舍入到最接近的偶数
数组([ 0。 2. 2. 4. 4.])
np.around([1,2,3,11],小数=1)# n返回整数数组
数组([ 1,2,3,11])
np.around([1,2,3,11],小数=-1)
数组([ 0,0,0,10])
Ndarray.conj():返回所有复数元素的共轭复数,例如:
b=np.array([[1 2j,3 0j],[3 4j,7 5j]])
b
数组([[ 1。2.j,3。0.j],
[ 3.4.j,7。5.j]])
b.conj()
数组([[ 1。-2.j,3。-0.j],
[ 3.-4.j,7。-5.j]])
Ndarray.argmin (axis=none,out=none):返回指定轴的最小元素的索引。
Ndarray.min(axis=None,out=None):返回指定轴的最小值。
Ndarray.argmax (axis=none,out=none):返回指定轴的最大元素索引值。
Ndarray.diagonal (offset=0,axis1=0,axis2=1):返回对角线的所有元素。
Ndarray.com按(condition,axis=none,out=none):返回指定轴上符合条件的切片。
Ndarray .非零():返回非零元素的索引。
这就是本文的全部内容。希望对大家的学习有帮助,支持我们。
标题:numpy中ndarray方法和属性的详细解释
本文地址:http://www.cppcns.com/jiaoben/python/260923.html
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。