可以使用numpy的()方法对数组进行转置操作,numpy求转置,Python中numpy数组的计算与转置详解

可以使用numpy的()方法对数组进行转置操作,numpy求转置,Python中numpy数组的计算与转置详解

大家好,本文主要讲Python中numpy数组的计算和转置的详细讲解。有兴趣的同学过来看看。如果对你有帮助,记得收藏起来下次浏览。

目录

前言1。numpy数组和数字运算2。同样大小的numpy数组操作3。不同大小的numpy数组计算4。numpy数组的转置摘要:

前言

本文主要讲述numpy数组的计算和转置,相同大小数组的运算和不同大小数组的运算,并介绍了三种数组转置的方法。

numpy数组的操作比较枯燥,但是很实用。它将用于许多机器学习和深度学习算法中。numpy数组上的一些操作。

1、numpy数组与数的运算

包括数组和数字的主加减乘除。废话不多说,看看代码:

将numpy作为np导入

a=np.array([[1,2,3,4,5,6],[7,8,9,10,11,12]])

#数组A中的每个数字都是1吗

b=a 1

打印(b)

#将数组A中的每个数字设置为-3

c=a-3

打印(c)

#将每个数字放入数组A *3中

d=a*3

打印(d)

#将数组A中的每个数字除以3

e=a/3

打印(e)

运行结果如下:

2、numpy相同尺寸的数组运算

Numpy相同大小的加、减、乘、除,代码如下:

将numpy作为np导入

a=np.array([[1,2,3,4,5,6],[7,8,9,10,11,12]])

b=np.array([[11,22,33,44,55,66],[77,88,99,10,11,12]])

#数组A和数组B的相加

c=a b

打印(c)

#数组A和数组B相减

a-b

打印(d)

#数组A和数组B的乘法

e=a*b

打印(e)

#阵列A和阵列B之间的划分

f=a/b

打印(f)

运行结果如下:

3、numpy不同尺寸的数组计算

遵循广播原理,也可以操作不同大小的Numpy阵列。代码如下:

将numpy作为np导入

a=np.array([[1,2,3,4,5,6],[7,8,9,10,11,12]])

b=np.array([1,2,3,4,5,6])

c=np.array([[1],[2]])

打印(一份)

打印(b)

打印(c)

#数组A和数组B相减

a-b

打印(d)

#数组A和数组B的乘法

e=a*b

打印(e)

#数组A和数组C相减

f=交流

打印(f)

#数组A和数组C的乘法

g=a*c

打印(g)

运行结果如下:

你可以看到它们之间的区别。所有的数组操作都遵循广播原理。

4、numpy数组的转置

换位方式主要有三种,具体编码如下:

将numpy作为np导入

a=np.array([[1,2,3,4,5,6],[7,8,9,10,11,12],[13,14,15,16,17,18]])

#数组转置的三种方法

转置(a)

c=a.T

d=a.swapaxes(1,0)

打印(一份)

打印(b)

打印(c)

打印(d)

运行结果如下:

总结:

这次说的话简单又无聊,连我都没有什么好解释的。但确实numpy数组是一个重要的不可或缺的部分。可以试试代码,看看效果,了解一下数组的操作。可以搜索一下数组的广播原理了解一下!

关于Python中numpy数组的计算和转置的详细讲解,本文到此为止。关于Python中Numpy数组的计算和转置的更多信息,请搜索我们之前的文章或者继续浏览下面的相关文章。希望大家以后能多多支持我们!

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。

留言与评论(共有 条评论)
   
验证码: